量子衍生神经网络模型及其在图像恢复中的应用

摘要：

为提高图像恢复质量，提出一种量子衍生神经网络模型及算法。该模型为3层结构，隐层为量子神经元，输出层为普通神经元。量子神经元由量子旋转门和多位受控非门组成，利用多位受控非门中目标量子位的输出向输入端的反馈，实现对输入序列的整体记忆，利用受控非门输出中多位量子比特的纠缠，获得量子神经元的输出。基于量子计算理论设计了该模型的学习算法，该模型可从宽度和深度两方面获取输入序列的特征。仿真结果表明，该模型的图像恢复效果明显优于普通神经网络。

关键词：量子计算、量子旋转门、多位受控非门、量子神经元、量子神经网络、图像恢复、学习算法、神经网络模型

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金资助项目61170132．

在线出版日期：2014-01-16（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：537-542