期刊文献+
共找到21篇文章
< 1 2 >
每页显示 20 50 100
基于动态云QNN的污水出水水质在线预测方法 被引量:4
1
作者 马亮 杨萍萍 +1 位作者 谷学静 邢玉秀 《计算机测量与控制》 北大核心 2014年第3期700-702,712,共4页
针对污水处理过程所具有的多变量、非线性和大时滞的特点,将云模型与QNN(量子神经网络)以串联方式有机结合,首先利用云变换方法进行网络的结构辨识和云模型的特征提取,同时通过在输入层引入单位延时环节描述污水出水的动态过程,研究提... 针对污水处理过程所具有的多变量、非线性和大时滞的特点,将云模型与QNN(量子神经网络)以串联方式有机结合,首先利用云变换方法进行网络的结构辨识和云模型的特征提取,同时通过在输入层引入单位延时环节描述污水出水的动态过程,研究提出了基于动态云QNN的污水出水水质在线预测方法;结合在线测得的污水水质数据,通过与规则多层前向神经网络对比分析的结果表明,该方法能准确的预测污水出水水质BOD5,均方误差性能函数(MSE)值为1.0×10^(-3),单步运行时长为1.122×10^(-4),完全能够满足实时性要求。 展开更多
关键词 污水出水水质 在线预测 云模型 qnn
在线阅读 下载PDF
基于QNN的图像特征提取字符识别系统设计
2
作者 王金环 黄玉蕾 《计算机测量与控制》 2018年第4期187-190,共4页
为提高字符识别的正确率与可靠性,将图像处理技术与量子神经网络(QNN)相结合,对基于QNN的字符识别系统进行了研究;采用粗网格特征法对图像的特征量进行提取,同时,为了增强粗网格特征法抗位置变化的能力,在特征提取前,对字符图像进行了定... 为提高字符识别的正确率与可靠性,将图像处理技术与量子神经网络(QNN)相结合,对基于QNN的字符识别系统进行了研究;采用粗网格特征法对图像的特征量进行提取,同时,为了增强粗网格特征法抗位置变化的能力,在特征提取前,对字符图像进行了定位,并将其平移至模板中心,再进行特征提取,然后采用基于多层激励函数的量子神经网络对字符进行识别;采用matlab进行仿真实验,结果表明量子神经网络具有较好的识别效率,准确率可达90%以上,抗噪能力强,可以更好地分类;这说明系统的确可以从一定程度上达到提高识别正确率的效果,达到了预期效果。 展开更多
关键词 字符识别 特征提取 图像处理 量子神经网络
在线阅读 下载PDF
Role of Entanglement in Quantum Neural Networks (QNN)
3
作者 Manu P. Singh B. S. Rajput 《Journal of Modern Physics》 2015年第13期1908-1920,共13页
Starting with the theoretical basis of quantum computing, entanglement has been explored as one of the key resources required for quantum computation, the functional dependence of the entanglement measures on spin cor... Starting with the theoretical basis of quantum computing, entanglement has been explored as one of the key resources required for quantum computation, the functional dependence of the entanglement measures on spin correlation functions has been established and the role of entanglement in implementation of QNN has been emphasized. Necessary and sufficient conditions for the general two-qubit state to be maximally entangled state (MES) have been obtained and a new set of MES constituting a very powerful and reliable eigen basis (different from magic bases) of two-qubit systems has been constructed. In terms of the MES constituting this basis, Bell’s States have been generated and all the qubits of two-qubit system have been obtained. Carrying out the correct computation of XOR function in neural network, it has been shown that QNN requires the proper correlation between the input and output qubits and the presence of appropriate entanglement in the system guarantees this correlation. 展开更多
关键词 ENTANGLEMENT MAXIMALLY ENTANGLED State (MES) QUANTUM Neural Network (qnn) EIGEN Basis QUANTUM Associated Memory (Qu AM)
暂未订购
基于动态云—量子神经网络群的配电网实时故障定位方法 被引量:1
4
作者 马亮 杨萍萍 高建宇 《工矿自动化》 北大核心 2014年第11期71-75,共5页
针对传统的配电网故障定位方法在配电网故障信号微弱时存在的故障数据交叉现象严重、实时性较差等问题,提出了一种基于动态云-量子神经网络群的配电网实时故障定位方法;构建了用于配电网故障定位的动态云-量子神经网络群结构模型,提出... 针对传统的配电网故障定位方法在配电网故障信号微弱时存在的故障数据交叉现象严重、实时性较差等问题,提出了一种基于动态云-量子神经网络群的配电网实时故障定位方法;构建了用于配电网故障定位的动态云-量子神经网络群结构模型,提出一种动态云-量子神经网络群改进算法,并给出了基于该算法的配电网实时故障定位步骤;在Matlab软件中采用该方法对某10kV配电网进行故障定位仿真研究,结果表明该方法能够实时、有效地实现故障信号微弱情况下的配电网故障定位,测试精度为97.39%,训练时间为0.001 6s。 展开更多
关键词 配电网 故障定位 微弱故障信号 动态云qnn 云理论 量子神经网络
在线阅读 下载PDF
基于BP神经网络的模拟电路故障诊断 被引量:9
5
作者 李云红 《计算机与数字工程》 2009年第6期192-194,200,共4页
BP神经网络因其良好的模式分类能力而被广泛用于模拟电路故障诊断中,但故障分辨率不高,用BP神经网络和其它技术相结合的小波神经网络和量子神经网络进行故障诊断,通过仿真证明故障分辨率得到很大提高。
关键词 BP网络 小波神经网络 qnn
在线阅读 下载PDF
基于量子神经网络的人脸识别技术研究 被引量:10
6
作者 盖怀存 张小锋 江泽涛 《计算机工程与应用》 CSCD 北大核心 2010年第8期187-189,共3页
人脸识别问题是模式识别领域的一个重要的研究课题。提出了一种基于多层激励函数的量子神经网络人脸识别方法,采用ORL人脸图像数据库进行训练和识别。试验结果表明,该识别方法在识别率和可信性方面均有较好的效果,同时也体现了量子神经... 人脸识别问题是模式识别领域的一个重要的研究课题。提出了一种基于多层激励函数的量子神经网络人脸识别方法,采用ORL人脸图像数据库进行训练和识别。试验结果表明,该识别方法在识别率和可信性方面均有较好的效果,同时也体现了量子神经网络用于人脸识别的优越性和巨大的潜力。 展开更多
关键词 人脸识别 量子神经网络 多层激励函数 模式识别
在线阅读 下载PDF
一种量子神经网络说话人识别方法 被引量:7
7
作者 王金明 王耿 +1 位作者 郑国宏 孙健 《解放军理工大学学报(自然科学版)》 EI 北大核心 2012年第3期242-246,共5页
针对说话人语音特征空间边界存在模糊性的特点,构建了一种量子神经网络识别分类器,用于说话人识别,以改善存在交叉数据的语音特征参数的分类效果。提出了一种基于人工免疫算法的量子间隔训练方法,以改善传统量子神经网络训练算法的不足... 针对说话人语音特征空间边界存在模糊性的特点,构建了一种量子神经网络识别分类器,用于说话人识别,以改善存在交叉数据的语音特征参数的分类效果。提出了一种基于人工免疫算法的量子间隔训练方法,以改善传统量子神经网络训练算法的不足。以TIMIT语音库为测试语音,与传统BP网络和基于常规梯度下降量子间隔训练算法的量子神经网络做对比实验。实验证明,算法能有效提高说话人识别系统的识别率,同时与高斯混合模型相比,具有更好的抗噪声性能。 展开更多
关键词 量子神经网络 说话人识别 人工免疫算法 多层传递函数 高斯混合模型
在线阅读 下载PDF
绝缘子覆雪闪络特性及其改进量子神经网络的预测模型 被引量:5
8
作者 李岩 滕云 +1 位作者 苑舜 冷欧阳 《电网技术》 EI CSCD 北大核心 2018年第8期2725-2732,共8页
准确评估绝缘子覆雪融雪过程中闪络电压特性,对恶劣气象条件下电网安全运行水平评估和线路检修策略决策具有重要意义。针对FXBW-35/70型复合绝缘子,采用人工覆雪闪络电压试验方法,对均匀覆雪和不均匀覆雪绝缘子串的覆雪期、融雪初期和... 准确评估绝缘子覆雪融雪过程中闪络电压特性,对恶劣气象条件下电网安全运行水平评估和线路检修策略决策具有重要意义。针对FXBW-35/70型复合绝缘子,采用人工覆雪闪络电压试验方法,对均匀覆雪和不均匀覆雪绝缘子串的覆雪期、融雪初期和融雪后期3个阶段的闪络电压特性进行了试验研究,分析了各阶段闪络电压和泄漏电流变化特征及其产生原因。通过分析覆雪绝缘子的电场分布,探究了融雪期闪络电压变化的原因。研究基于深度自编码网络与量子神经网络结合的覆雪闪络电压特性变化建模方法,建立基于改进量子神经网络的覆雪闪络电压预测模型。人工覆雪闪络电压试验测试和验证结果表明,提出的改进量子神经网络闪络电压预测模型与单一的反向传播神经网络、支持向量机模型和遗传算法模型相比,能够更加准确地反映北方地区线路绝缘子覆雪融雪过程中的闪络电压变化特性,其预测结果可为电网安全评估与检修决策提供有效指导。 展开更多
关键词 覆雪绝缘子 闪络特性 改进量子神经网络
原文传递
一种改进的量子神经网络训练算法 被引量:7
9
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
采用量子神经网络的音频水印新算法 被引量:5
10
作者 张翼鹏 陈亮 郝欢 《信号处理》 CSCD 北大核心 2013年第6期684-690,共7页
提出了一种采用小波变换和量子神经网络的音频数字水印算法。首先对分帧的音频信号进行小波分解,利用量子神经网络将音频信号的小波低频系数映射为数字水印;然后利用分类准确小波低频系数替换少量分类模糊的小波低频系数,提高水印检测... 提出了一种采用小波变换和量子神经网络的音频数字水印算法。首先对分帧的音频信号进行小波分解,利用量子神经网络将音频信号的小波低频系数映射为数字水印;然后利用分类准确小波低频系数替换少量分类模糊的小波低频系数,提高水印检测正确率。实验结果表明,通过合理选择替换门限,可以提高算法的鲁棒性,有效抵御噪声、低通滤波、重采样、重量化等攻击。在无门限条件下,相比BP神经网络的水印检测正确率平均提高约1"。 展开更多
关键词 小波变换 量子神经网络 音频水印
在线阅读 下载PDF
量子神经网络在PID参数调整中的应用 被引量:5
11
作者 曹茂俊 李盼池 肖红 《计算机工程》 CAS CSCD 北大核心 2011年第12期182-184,189,共4页
提出一种基于量子神经网络(QNNs)的比例积分微分(PID)参数在线调整方法。通过构造受控量子旋转门,给出一个量子神经元模型,其中包括输入量子比特相位的旋转角度和控制量2种设计参数。在此基础上提出一个量子神经网络模型,利用梯度下降... 提出一种基于量子神经网络(QNNs)的比例积分微分(PID)参数在线调整方法。通过构造受控量子旋转门,给出一个量子神经元模型,其中包括输入量子比特相位的旋转角度和控制量2种设计参数。在此基础上提出一个量子神经网络模型,利用梯度下降法设计该模型的学习算法,并将其用于PID参数的在线调整,实验结果表明,QNNs的调整能力及稳定性均优于反向传播网络。 展开更多
关键词 受控量子旋转门 量子神经元 量子神经网络 比例积分微分参数调整 量子比特相位
在线阅读 下载PDF
量子计算进展与展望 被引量:11
12
作者 郑建国 覃朝勇 《计算机应用研究》 CSCD 北大核心 2008年第3期641-645,共5页
评述量子计算的历史、研究现状以及进一步发展的方向。着重论述量子算法的机理,对已知量子算法特征进行总结分析;归纳量子计算与经典智能计算的结合模式,比较其与传统智能计算的异同。在总结量子计算存在问题的基础上,探讨了今后的研究... 评述量子计算的历史、研究现状以及进一步发展的方向。着重论述量子算法的机理,对已知量子算法特征进行总结分析;归纳量子计算与经典智能计算的结合模式,比较其与传统智能计算的异同。在总结量子计算存在问题的基础上,探讨了今后的研究方向。 展开更多
关键词 量子计算 量子搜索算法 量子智能计算 量子神经网络 量子遗传算法
在线阅读 下载PDF
自适应量子前向对传算法研究 被引量:6
13
作者 李楠 侯旋 《电子与信息学报》 EI CSCD 北大核心 2013年第11期2778-2783,共6页
该文研究了量子理论与量子神经网络原理,深入分析了量子前向对传网模型与基于递归加权最小二乘的量子前向对传算法。提出了量子前向对传网的定义与知识集,提出了自适应量子前向对传算法,证明了算法的收敛性。该算法全面考虑了在本次学... 该文研究了量子理论与量子神经网络原理,深入分析了量子前向对传网模型与基于递归加权最小二乘的量子前向对传算法。提出了量子前向对传网的定义与知识集,提出了自适应量子前向对传算法,证明了算法的收敛性。该算法全面考虑了在本次学习之前学习速率的总体状况,通过自适应地改变学习速率,控制学习速率适时变化,改善网络的收敛性。有效克服了学习速率过高导致网络振荡发散与学习速率太小降低网络收敛速度的缺陷。仿真结果表明,自适应量子前向对传算法相对基于递归加权最小二乘的量子前向对传算法具有较少的网络训练迭代次数和较高的分类精度。 展开更多
关键词 量子神经网络 量子前向对传网 自适应 收敛性
在线阅读 下载PDF
基于量子神经网络的水淹层识别方法 被引量:5
14
作者 赵娅 王伟 李盼池 《地球物理学进展》 CSCD 北大核心 2019年第5期1971-1979,共9页
针对油藏测井解释中的水淹层计算机自动识别问题,本文首先提出一种基于量子神经网络的识别方法.首先构造了一个量子神经网络模型,该模型可以接收多维离散序列样本,隐层为量子神经元,输出层为普通神经元.采用梯度下降法设计了该模型的学... 针对油藏测井解释中的水淹层计算机自动识别问题,本文首先提出一种基于量子神经网络的识别方法.首先构造了一个量子神经网络模型,该模型可以接收多维离散序列样本,隐层为量子神经元,输出层为普通神经元.采用梯度下降法设计了该模型的学习算法.然后设计了基于量子神经网络的水淹层识别方法.该方法精选了描述水淹级别的九个特征,直接采用这些特征的离散数值构造训练样本,实施网络训练,训练后的网络即可用于同类地区的水淹层识别.最后以辽河油田某区块258个地层样本为例,进行了水淹层识别处理,识别率可达88%.实验结果揭示出,量子神经网络对于水淹层自动识别问题具有良好的适应性和实用性. 展开更多
关键词 水淹层识别 量子计算 量子神经网络 测井解释
原文传递
关于无线传感器网络定位算法仿真 被引量:4
15
作者 何涛 包亮强 赵长财 《传感器与微系统》 CSCD 2017年第11期143-146,150,共5页
针对无线传感器网络(WSNs)节点定位的问题,提出了一种通过构建粒子群机制的量子神经网络模型优化距离矢量跳跃(DV-HOP)的定位算法(PSO-QNN),根据传统DV-HOP所得到的平均距离和实测节点距离构建量子神经网络模型,并通过粒子群算法对平均... 针对无线传感器网络(WSNs)节点定位的问题,提出了一种通过构建粒子群机制的量子神经网络模型优化距离矢量跳跃(DV-HOP)的定位算法(PSO-QNN),根据传统DV-HOP所得到的平均距离和实测节点距离构建量子神经网络模型,并通过粒子群算法对平均距离进行训练,从而得到较优平均值,实现了对DV-HOP算法的优化。算法缩短了传统人工神经网络的训练时间,并且加快了收敛速度。仿真结果表明:与传统DV-HOP算法相比,所提出的PSO-QNN算法能够减少约20%的定位误差,定位精度显著提高。 展开更多
关键词 无线传感器网络 量子神经网络 粒子群优化算法 距离矢量跳跃算法
在线阅读 下载PDF
一种基于量子BP网络的图像压缩方法 被引量:2
16
作者 左现刚 张志霞 《计算机工程》 CAS CSCD 2012年第13期205-207,211,共4页
针对BP网络在图像压缩应用中迭代次数多及训练时间长的问题,设计具有量子输入和输出的神经元模型,结合BP网络在图像压缩中的原理,利用复数BP算法,构建一种用于图像压缩的3层量子BP网络(QBP),实现图像压缩与图像重建。仿真结果表明,与BP... 针对BP网络在图像压缩应用中迭代次数多及训练时间长的问题,设计具有量子输入和输出的神经元模型,结合BP网络在图像压缩中的原理,利用复数BP算法,构建一种用于图像压缩的3层量子BP网络(QBP),实现图像压缩与图像重建。仿真结果表明,与BP网络相比,QBP网络能获得更好的重建图像质量,且迭代次数较少。 展开更多
关键词 量子神经网络 迭代次数 量子BP网络 复数BP算法 图像压缩 收敛速度
在线阅读 下载PDF
一种基于改进的量子神经网络的语音降噪方法 被引量:6
17
作者 付丽辉 《信息与控制》 CSCD 北大核心 2010年第4期466-471,共6页
利用一种改进的量子神经网络(IPSO-QNN)在时域上对语音信号进行降噪处理,重点改进了QNN所涉及到的学习算法.针对粒子群算法本身存在早熟的不足,提出了一种改进的粒子群优化算法(IPSO).通过对早熟粒子的速度和位置叠加随机数据,使其离开... 利用一种改进的量子神经网络(IPSO-QNN)在时域上对语音信号进行降噪处理,重点改进了QNN所涉及到的学习算法.针对粒子群算法本身存在早熟的不足,提出了一种改进的粒子群优化算法(IPSO).通过对早熟粒子的速度和位置叠加随机数据,使其离开局部最优,从而使该算法具有更强的寻优能力.利用IPSO对量子神经网络的参数进行训练和学习,建立了比较高效的基于改进的量子神经网络的语音信号滤波器,并通过Matlab软件建立实验平台,实验结果表明,新算法充分利用了量子神经计算的快速性以及粒子群算法的全局寻优能力,从而使该语音信号滤波器具有良好的降噪性能. 展开更多
关键词 语音信号 降噪 量子神经网络 粒子群算法
在线阅读 下载PDF
量子门线路神经网络及其改进学习算法研究 被引量:5
18
作者 侯旋 《计算机工程与应用》 CSCD 2014年第6期213-218,共6页
量子门线路神经网络(QGCNN)是一种直接利用量子理论设计神经网络拓扑结构或训练算法的量子神经网络模型。动量更新是在神经网络的权值更新中加入动量,在改变权值向量的同时提供一个特定的惯量,从而避免权值向量在网络训练过程中持续振... 量子门线路神经网络(QGCNN)是一种直接利用量子理论设计神经网络拓扑结构或训练算法的量子神经网络模型。动量更新是在神经网络的权值更新中加入动量,在改变权值向量的同时提供一个特定的惯量,从而避免权值向量在网络训练过程中持续振荡。在基本的量子门线路神经网络的学习算法中引入动量更新原理,提出了一种具有动量更新的量子门线路网络算法(QGCMA)。研究表明,QGCMA保持了网络100%的收敛率,同时,相对于基本算法,在具有相同学习速率的情况下,提高了网络的收敛速度。 展开更多
关键词 量子神经网络 量子计算 量子门 动量更新 学习算法 权值
在线阅读 下载PDF
基于小波与量子神经网络的容差模拟电路的软故障诊断
19
作者 李云红 谭阳红 龙波华 《吉首大学学报(自然科学版)》 CAS 2008年第4期68-70,99,共4页
量子神经网络(Quantum Neural Network,简称QNN)的隐层神经元采用多层激励函数,具有一种固有的模糊性,能将决策的不确定性数据合理地分配到各模式中,从而减少模式识别的不确定度,提高模式识别的准确性.笔者提出了基于小波与量子神经网... 量子神经网络(Quantum Neural Network,简称QNN)的隐层神经元采用多层激励函数,具有一种固有的模糊性,能将决策的不确定性数据合理地分配到各模式中,从而减少模式识别的不确定度,提高模式识别的准确性.笔者提出了基于小波与量子神经网络的容差模拟电路的软故障诊断,实验仿真分析表明:该诊断方法正确率可提高2478%,从而提高了故障诊断的正确性. 展开更多
关键词 量子神经网络 量子间隔 小波分析 容差分析
在线阅读 下载PDF
基于集成量子神经网络的大地构造环境判别与分析 被引量:1
20
作者 张佳文 李明超 +1 位作者 韩帅 张敬宜 《地学前缘》 EI CAS CSCD 北大核心 2024年第3期511-519,共9页
量子地球科学是一门崭新的跨学科前缘专业,量子计算和量子机器学习算法为地学大数据的深度挖掘与分析带来了新的契机。其中,量子神经网络是目前最具代表性的研究方向之一,在复杂多源数据处理方面的效率与准确率尤为突出。本文以大地构... 量子地球科学是一门崭新的跨学科前缘专业,量子计算和量子机器学习算法为地学大数据的深度挖掘与分析带来了新的契机。其中,量子神经网络是目前最具代表性的研究方向之一,在复杂多源数据处理方面的效率与准确率尤为突出。本文以大地构造环境判别这一关键问题为切入点,利用堆叠集成算法对量子神经网络(Stacking Quantum Neural Network,S-QNN)进行了改进,并分别实现了玄武岩、辉长岩和尖晶石的构造环境智能判别;同时与四种传统算法(SVM、RF、KNN和NB)、经典神经网络(ANN)和传统量子神经网络(QNN)进行对比。结果表明,集成后的S-QNN模型在3类情况下的准确率较最优的传统算法分别提升5.67%、6.19%和13.34%,较普通的QNN模型提升3.11%、4.99%和3.84%,且更具鲁棒性和通用性。该研究反映了所提出的S-QNN在数据处理中的优势,更证实了量子机器学习算法在地球科学研究中的适用性与潜力,为量子科学与地球科学的交叉融合提供了新思路。 展开更多
关键词 量子地球科学 构造环境判别 岩石矿物 地球化学 堆叠集成算法 量子神经网络
在线阅读 下载PDF
上一页 1 2 下一页 到第
使用帮助 返回顶部