一种量子自组织特征映射网络模型及聚类算法

摘要：

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

所属期刊栏目：24

分类号：TP183(自动化基础理论)

资助基金：国家自然科学基金5D138010

在线出版日期：2007-08-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：463-468