| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-16页 |
| §1-1 选题背景和意义 | 第9页 |
| §1-2 量子计算智能技术的研究概况 | 第9-13页 |
| 1-2-1 基于量子特性的优化算法 | 第10页 |
| 1-2-2 基于量子染色体的进化算法 | 第10页 |
| 1-2-3 量子人工神经网络 | 第10-12页 |
| 1-2-4 量子聚类算法 | 第12页 |
| 1-2-5 量子小波与小波包算法 | 第12页 |
| 1-2-6 量子退火算法 | 第12-13页 |
| §1-3 量子计算智能技术的应用现状 | 第13-14页 |
| §1-4 本文主要研究工作和论文结构安排 | 第14-16页 |
| 第二章 量子计算智能技术研究 | 第16-38页 |
| §2-1 量子计算基本原理 | 第16-20页 |
| 2-1-1 量子比特 | 第16页 |
| 2-1-2 量子叠加态 | 第16-17页 |
| 2-1-3 量子逻辑门 | 第17-20页 |
| §2-2 量子神经网络及仿真分析 | 第20-27页 |
| 2-2-1 量子神经元及其特性 | 第20-23页 |
| 2-2-2 量子LM 网络 | 第23-26页 |
| 2-2-3 典例仿真与对比分析 | 第26-27页 |
| §2-3 量子粒子群优化算法及仿真分析 | 第27-34页 |
| 2-3-1 QPSO 算法 | 第27-30页 |
| 2-3-2 QDPSO 算法 | 第30-31页 |
| 2-3-3 典例仿真与对比分析 | 第31-34页 |
| §2-4 基于QPSO 的LS-SVM 及仿真分析 | 第34-37页 |
| 2-4-1 基本LS-SVM 原理 | 第34-35页 |
| 2-4-2 基于QPSO 的LS-SVM | 第35-36页 |
| 2-4-3 典例仿真与对比分析 | 第36-37页 |
| §2-5 本章小结 | 第37-38页 |
| 第三章 基于 QDPSO 的 CDMA 多用户检测技术 | 第38-48页 |
| §3-1 多用户检测问题描述 | 第38页 |
| §3-2 基于QDPSO 的多用户检测模型设计 | 第38-40页 |
| §3-3 各模块参数设置 | 第40-43页 |
| 3-3-1 用户信息序列的选择 | 第40页 |
| 3-3-2 扩频码序列的选择 | 第40-42页 |
| 3-3-3 信道的选择 | 第42-43页 |
| §3-4 仿真试验与对比分析 | 第43-47页 |
| 3-4-1 性能指标 | 第43-45页 |
| 3-4-2 仿真试验 | 第45页 |
| 3-4-3 对比分析 | 第45-47页 |
| §3-5 本章小结 | 第47-48页 |
| 第四章 基于 QPSO 算法的 LS-SVM 气层识别技术 | 第48-55页 |
| §4-1 气层识别问题描述 | 第48页 |
| §4-2 气层识别模型设计 | 第48-49页 |
| §4-3 基于粗糙集的样本信息处理 | 第49-53页 |
| 4-3-1 样本信息选取与预处理 | 第49页 |
| 4-3-2 属性离散化和泛化 | 第49-50页 |
| 4-3-3 样本信息属性约简 | 第50-52页 |
| 4-3-4 迭代寻优训练 | 第52-53页 |
| §4-4 实际应用 | 第53-54页 |
| §4-5 本章小结 | 第54-55页 |
| 结论 | 第55-57页 |
| 参考文献 | 第57-62页 |
| 致谢 | 第62-63页 |
| 攻读学位期间所取得的相关科研成果 | 第63页 |
