量子神经网络模型及其算法研究
| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 第一章 绪论 | 第9-13页 |
| ·选题背景及意义 | 第9-11页 |
| ·论文研究内容及主要工作 | 第11-12页 |
| ·论文组织 | 第12-13页 |
| 第二章 量子计算概述 | 第13-23页 |
| ·量子计算基础 | 第13-14页 |
| ·量子计算研究现状 | 第14-16页 |
| ·量子遗传算法研究现状 | 第16-19页 |
| ·量子神经网络研究现状 | 第19-22页 |
| ·多层激活函数的量子神经网络 | 第19-20页 |
| ·Qubit神经元模型 | 第20页 |
| ·多宇宙的量子神经网络模型 | 第20-21页 |
| ·其他量子神经网络模型 | 第21-22页 |
| ·小结 | 第22-23页 |
| 第三章 一种改进的量子遗传算法 | 第23-35页 |
| ·量子比特编码 | 第23-24页 |
| ·量子旋转门 | 第24-26页 |
| ·量子遗传算法流程 | 第26-27页 |
| ·改进的量子遗传算法 | 第27-29页 |
| ·量子交叉操作 | 第27-28页 |
| ·群体灾变操作 | 第28页 |
| ·改进的量子遗传算法流程图 | 第28-29页 |
| ·仿真实验 | 第29-34页 |
| ·量子遗传算法部分操作的实现 | 第29-32页 |
| ·函数极值问题仿真实验 | 第32-34页 |
| ·小结 | 第34-35页 |
| 第四章 一种改进的量子神经网络模型 | 第35-44页 |
| ·多层激活函数的量子神经网络模型 | 第35-39页 |
| ·多层激活函数的神经元 | 第35-37页 |
| ·量子神经网络模型 | 第37页 |
| ·量子间隔更新算法 | 第37-39页 |
| ·假饱和预防函数 | 第39-40页 |
| ·仿真实验 | 第40-42页 |
| ·小结 | 第42-44页 |
| 第五章 量子遗传神经网络混合算法研究 | 第44-52页 |
| ·BP算法的缺陷 | 第44-45页 |
| ·现有的BP算法的改进方法 | 第45-46页 |
| ·混合遗传BP算法 | 第46-47页 |
| ·量子遗传神经网络混合算法 | 第47-48页 |
| ·编码和初始种群 | 第47-48页 |
| ·适应度函数的选择 | 第48页 |
| ·遗传操作 | 第48页 |
| ·仿真实验 | 第48-50页 |
| ·编码解码问题仿真 | 第48-49页 |
| ·函数逼近仿真实验 | 第49-50页 |
| ·小结 | 第50-52页 |
| 总结与展望 | 第52-54页 |
| 参考文献 | 第54-59页 |
| 附录 | 第59-67页 |
| 攻读硕士学位期间的研究成果及参加的科研项目 | 第67-68页 |
| 致谢 | 第68页 |
