量子神经网络在心电图分类中的应用

摘要：

将量子叠加的概念引入前向神经网络,提出了量子神经网络的计算模型.量子神经网络分类器是将量子迁移(量子间隔)概念引入前向神经网络,在隐含层和输出层借鉴量子理论中的量子迁移(量子间隔)思想,神经元采用多个激励函数的叠加,形成对特征空间的多级划分,在训练过程中,量子神经元能够根据需要伸展或坍塌.当输入模糊信息时,该算法可以学习数据集中的不精确性或不确定性,具有较高的分类精度.将该算法应用于心电图诊断中,结果表明具有较好的分类效果和较快的训练速度.

关键词：量子叠加、量子神经网络、心电图(ECG)、应用

所属期刊栏目：35

分类号：TP273(自动化技术及设备)

在线出版日期：2016-05-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：788-792