首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--人工神经网络与计算论文

量子神经网络模型改进与提高

提要第1-5页
目录第5-8页
第一章 绪论第8-15页
   ·论文的选题背景与意义第8-9页
   ·发展历史与研究现状第9-13页
   ·本文的主要研究内容第13-14页
   ·论文安排第14-15页
     ·时间上的安排第14页
     ·结构上的安排第14-15页
第二章 量子理论介绍第15-25页
   ·量子理论中的基本概念第15-20页
     ·量子观点之间的讨论第15-16页
     ·线性叠加与状态叠加原理第16-17页
     ·相干与消相干第17-18页
     ·操作符第18页
     ·干涉第18-19页
     ·纠缠态及量子关联现象第19-20页
   ·量子门与量子门组网络第20-25页
     ·量子比特第20-21页
     ·量子门第21-23页
     ·量子门组网络第23-24页
     ·量子计算机模型第24-25页
第三章 量子算法第25-35页
   ·有关复杂性的讨论第25-26页
     ·空间复杂性第25页
     ·时间复杂性第25-26页
   ·量子算法第26-32页
     ·概述第26-27页
     ·Deutsch算法第27-28页
     ·Simon算法第28-29页
     ·Shor算法第29-31页
     ·Grover算法第31-32页
   ·本文提出的新概念第32页
   ·量子关联存储模型第32-35页
     ·模式存储第32-33页
     ·模式唤醒第33-35页
第四章 模型的改进第35-46页
   ·通过改进的I_φ操作符提升量子关联存储模型性能第35-37页
     ·模型的改进思想第35页
     ·I_φ操作符的改进第35-37页
   ·本文实验设备与环境第37页
   ·实验结果及分析第37-45页
  实验4.1 完整输入无干扰I_φ操作符作用实验第37-38页
  实验4.2 完整输入无干扰I'_φ操作符作用实验第38-40页
  实验4.3 不完整输入I_φ操作符作用实验第40-41页
  实验4.4 不完整输入I'_φ操作符作用实验第41-42页
  实验4.5 不完整输入I_p与I_φ操作符作用实验第42-43页
  实验4.6 不完整输入I_p与I'_φ操作符作用实验第43-45页
   ·小结第45-46页
第五章 改进后模型的应用第46-56页
   ·微观实验第46-49页
  实验5.1 模式记忆微观实验第46-49页
   ·宏观实验第49-54页
  实验5.2 大面积数据缺失模式记忆实验第49-50页
  实验5.3 条纹噪声模式记忆实验第50页
  实验5.4 1/9随机噪声模式记忆实验第50-51页
  实验5.5 1/9随机噪声模式记忆实验第51页
  实验5.6 2/9随机噪声模式记忆实验第51-52页
  实验5.7 峰值比对性模式记忆实验第52-53页
  实验5.8 3/9随机噪声模式记忆实验第53-54页
   ·小结第54-56页
第六章 总结与展望第56-59页
   ·本文研究的主要内容第56页
   ·论文的创新之处第56-57页
   ·进一步的研究方向第57-58页
   ·结语第58-59页
参考文献第59-62页
附录第62-66页
 附录1 Grover算法的英文描述第62-64页
 附录2 文中图表目录第64-66页
摘要第66-69页
Abstract第69-73页
致谢第73页

论文共73页,点击 下载论文
上一篇:吉林省省属高校人力资本存在的问题及对策--基于典型案例的研究
下一篇:中等职业学校职业生涯教育实施策略研究