-
题名具有非线性映射特性的量子神经元
- 1
-
-
作者
李飞
赵生妹
郑宝玉
-
机构
南京邮电学院信号与信息处理研究所
-
出处
《通信学报》
EI
CSCD
北大核心
2003年第B11期141-146,共6页
-
文摘
介绍了与量子神经网络相关的量子计算基础，描述了一种量子神经元模型，分析了该模型的量子运算特性。分析和实验证明单个量子神经元能实现经典神经元无法实现的XOR函数，并具有与两层前向神经网络相当的非线性映射能力。
-
关键词
神经网络
量子神经网络
量子神经元
非线性映射
-
分类号
TN911
[电子电信—通信与信息系统]
TN201
[电子电信—物理电子学]
-
-
题名量子BP神经元及其在含噪字母识别中的应用研究
- 2
-
-
作者
赵生妹
张广强
吕芬
-
机构
南京邮电大学信号处理与传输研究院
-
出处
《南京邮电大学学报（自然科学版）》
EI
2007年第4期35-38,44,共5页
-
基金
国家自然科学基金(60672133)
江苏省基础研究计划(BK2006236)
南京邮电大学校基金(NY206020)资助项目
-
文摘
量子神经计算是传统神经计算与量子计算相结合的产物,它将成为新的信息处理技术之一。文中以相移门和受控非门作为基本的计算单元,借助复数BP学习算法,构造出量子神经元模型,通过数值计算给出了该量子神经元的收敛特性曲线。在此模型基础上,构造出一个三层量子神经网络,应用于含噪字母识别。数值计算结果表明,量子神经网络在噪声均方差小于0.35之前能完全地对含噪英文字母进行识别,容错能力比传统神经网络有明显增强。
-
关键词
量子神经元
量子门
量子反向传播算法
-
Keywords
Quantum neuron
Quantum gates
Quantum back propagation
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
-
题名量子神经网络及其在复杂水淹层识别中的应用
被引量：6
- 3
-
-
作者
许增福
吴贵生
王宏伟
-
机构
清华大学
大庆石油学院
大庆油田公司第六采油厂
-
出处
《测井技术》
CAS
CSCD
2007年第5期433-437,共5页
-
基金
国家自然科学基金重点项目(50634020)
-
文摘
提出一种量子BP网络模型及学习算法。基于量子力学中1位相移门和2位受控非门的通用性,构造出一种量子神经元模型和3层量子BP网络模型,量子神经元模型由输入、相移、聚合、翻转、输出等5部分组成。由量子神经元构造出3层量子BP网络模型,基于梯度下降法构造了该模型学习算法。将该模型及算法用于模拟油藏测井解释中测井曲线与水淹级别之间的映射关系,从而实现油藏测井解释中水淹层自动识别。实验结果表明,该方法对解决水淹层识别问题具有良好的适应性和实用性。
-
关键词
测井曲线
量子神经元模型
BP网络模型
学习算法
水淹层识别
支持向量机
-
Keywords
logging curve, quantum neural network, Quantum Back-propagation （QBP） Network, learning algorithm, water flooded layer recognition, quantum computing
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
-
题名应用量子神经网络快速预测储层敏感性
被引量：3
- 4
-
-
作者
孙玉学
谢建波
赵景原
历艳明
王娇
-
机构
东北石油大学石油工程学院
大庆油田钻探集团第三公司
东北石油大学化学化工学院
-
出处
《钻采工艺》
CAS
北大核心
2012年第5期72-74,11,共3页
-
基金
中国石油大庆油田公司"龙西地区储层损害机理及保护措施研究"(Dq-1204003201-js-318)项目内容
-
文摘
针对室内评价储层敏感性预测的不足和传统神经网络模型的缺陷,在收集岩心分析资料、分析生物神经元的信息处理方式和量子特性的基础上,提出一种具有量子特性权值和活性值的量子神经网络预测模型[1]。对吉林油田伊通地区储层敏感性进行快速预测,其结果表明,量子神经网络模型的敏感性伤害程度预测结果明显优于传统BP神经网络,与岩心流动实验结果的符合率达到88%。该方法能快速、准确地预测储层的敏感性指数,为保护油气层提供可靠的理论依据。
-
关键词
量子神经元
量子神经网络
储层保护
预测
敏感性
-
Keywords
quantum neuron,quantum neural network,reservoir protection,prediction,reservoir sensitivity
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
P618.13
[天文地球—矿床学]
-
-
题名量子神经网络及在发酵过程中的应用
- 5
-
-
作者
侯勇
-
机构
山东经贸职业学院
北京科技大学信息工程学院
-
出处
《中国酿造》
CAS
北大核心
2010年第2期154-157,共4页
-
文摘
给出了一种量子神经网络模型,组成该模型的全于神经元对信息的处理分为两阶段.第一阶段为宏观信息收集部分,产生控制量子比特;第二阶段为微观信息处理部分,根据控制量子比特,改变工作量子比特,即神经元的状态。以谷氨酸发酵过程产物(谷氨酸)浓度数据为检验样本,将量子神经网络应用到以Verhulst方程为菌体的生长模型中,进行发酵模型参数估计。实验结果表明,基于量子神经网络算法的参数估计方法具有精度高、编程实现简单、计算量小等优点。
-
关键词
量子神经网络
量子神经元
发酵模型
参数估计
优化
-
Keywords
quantum neural network
quantum neural cell
ferment model
parameter estimation
optimization
-
分类号
TQ920.1
[轻工技术与工程—发酵工程]
-
-
题名混合量子衍生神经网络模型及算法
被引量：3
- 6
-
-
作者
李盼池
李国蕊
-
机构
东北石油大学计算机与信息技术学院
-
出处
《电子与信息学报》
EI
CSCD
北大核心
2016年第1期111-118,共8页
-
基金
国家自然科学基金(61170132)
黑龙江省自然科学基金(F2015021)
黑龙江省教育厅科学技术研究项目(12541059)~~
-
文摘
为提高人工神经网络的逼近能力,该文从研究隐层神经元的映射机制入手,提出基于量子比特在Bloch球面的绕轴旋转构造神经网络模型的新思想。首先将样本线性变换为量子比特的相位,并使量子比特在Bloch球面上分别绕着3个坐标轴旋转,旋转角度即为网络参数。然后通过投影测量可以得到量子比特的球面坐标,将这些坐标值提交到隐层激励函数,可得隐层神经元的输出。输出层采用普通神经元。基于L-M(Levenberg-Marquardt)算法设计了该模型的学习算法。实验结果表明,该文提出的模型在逼近能力、泛化能力、鲁棒性能方面,均优于采用L-M算法的普通神经网络。
-
关键词
量子计算
量子比特旋转
量子衍生神经元
量子衍生神经网络
-
Keywords
Quantum computation
Qubit ratation
Quantum-inspired neuron
Quantum-inspired neural networks
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
-
题名一种量子自组织特征映射网络模型及聚类算法
被引量：13
- 7
-
-
作者
李盼池
李士勇
-
机构
哈尔滨工业大学控制科学与工程系
-
出处
《量子电子学报》
CAS
CSCD
北大核心
2007年第4期463-468,共6页
-
基金
国家自然科学基金(5D138010)
-
文摘
提出一种量子自组织特征映射网络模型及聚类算法。量子神经元的输入和权值均为量子比特,输出为实数,量子自组织特征映射网络由输入层和竞争层组成。首先将聚类样本转换成量子态形式并提交给输入层,完成聚类样本的输入;然后计算样本量子态与相应权值量子态的相似系数,提取聚类样本所隐含的模式特征,并对其进行自组织,在竞争层将聚类结果表现出来。采用量子门更新量子权值,分无监督和有监督两个阶段完成网络的训练。仿真实验结果表明该模型及算法明显优于普通自组织特征映射网络。
-
关键词
量子光学
量子自组织特征映射网络
量子聚类算法
量子神经元
-
Keywords
quantum optics
quantum self-organization feature mapping networks
quantum clustering algorithm
quantum neuron
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
