10.3969/j.issn.1673-4785.201212003
量子衍生神经网络模型及其在图像恢复中的应用
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。
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
TP18(自动化基础理论)
国家自然科学基金资助项目61170132.
2014-01-16(万方平台首次上网日期,不代表论文的发表时间)
共6页
537-542