期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
一种改进的量子神经网络训练算法 被引量:7
1
作者 张翼鹏 陈亮 郝欢 《电子与信息学报》 EI CSCD 北大核心 2013年第7期1630-1635,共6页
针对训练多层激励函数量子神经网络(MAF-QNN)时权值与量子间隔的目标函数存在冲突,导致收敛速度和网络性能下降的问题,该文提出一种改进的量子神经网络的训练算法。通过设计输出均方误差和这一目标函数对权值和量子间隔进行统一训练,同... 针对训练多层激励函数量子神经网络(MAF-QNN)时权值与量子间隔的目标函数存在冲突,导致收敛速度和网络性能下降的问题,该文提出一种改进的量子神经网络的训练算法。通过设计输出均方误差和这一目标函数对权值和量子间隔进行统一训练,同时引入Levenberg-Marquardt(LM)算法降低目标函数陷入局部极小值的概率,实现了对量子神经网络的高效训练。实验结果表明,该文提出的训练算法有效减少了迭代次数,显著提高了网络收敛精度,可应用于数据分类、函数逼近等场合,扩展了多层激励函数量子神经网络的应用领域。 展开更多
关键词 量子神经网络 多层激励函数 Levenberg-Marquardt(LM)算法 最速下降
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部