提出一种量子神经网络模型及算法. 该模型为一组量子门线路. 输入信息用量子位表示, 经量子旋转门进行
相位旋转后作为控制位, 控制隐层量子位的翻转; 隐层量子位经量子旋转门进行相位旋转后作为控制位, 控制输出层
量子位的翻转. 以输出层量子位中激发态的概率幅作为网络输出, 基于梯度下降法构造了该模型的学习算法. 仿真结
果表明, 该模型及算法在收敛能力和鲁棒性方面均优于普通BP 网络.
2021-09-17 14:26:39
182KB
1
行业资料-电子功用-三次谐波供电、受控旋变的风力发电机组及无刷励磁方法
2021-09-11 18:03:08
425KB
1
业分类-物理装置-一种通过硬件指纹检测智能手机是否为受控设备的方法.zip
2021-08-10 09:02:20
528KB