1077490414 10701
公开 TP183
应用基础技术 题（中、英文）目 量子神经网络的研究及其在气象预测中的应用 Study on Quantum Neural Network and Its
神经网络预测
Application of Meteorological Forecast
作者姓名 王卿 权义宁 副教授 计算机技术 提交论文日期 2013年1月
工程领域 企业指导教师姓名职称 论文类型 代号 分类号 学号 密级 U D C
编号
西安电子科技大学
秉承学校严谨的学风和优良的科学道德，本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢中所罗列的内容以外，论文中不包含其他人已经发表或撰写过的研究成果；也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中做了明确的说明并表示了谢意。
申请学位论文与资料若有不实之处，本人承担一切法律责任。
本人签名：日期：
西安电子科技大学
关于论文使用授权的说明
本人完全了解西安电子科技大学有关保留和使用学位论文的规定，即：研究生在校攻读学位期间论文工作的知识产权单位属西安电子科技大学。学校有权保留送交论文的复印件，允许查阅和借阅论文；学校可以公布论文的全部或部分内容，可以允许采用影印、缩印或其它复制手段保存论文。同时本人保证，毕业后结合学位论文研究课题再撰写的文章一律署名单位为西安电子科技大学。
（保密的论文在解密后遵守此规定）
本学位论文属于保密，在年解密后适用本授权书。
本人签名：导师签名：
日期：日期：
摘要
量子神经网络（QNN）是量子计算和神经网络结合的产物，是当今新兴的前沿学科之一。目前，在全世界范围内，还处于研究者个体的探索阶段，发展还很不成熟。科学家对于量子神经网络的研究，一方面是设计新型的量子神经网络，另一个方面是研究量子神经网络模型的实际应用。 本文详尽阐述了传统人工神经网络模型以及相关量子计算理论中的基本概念。在此基础上，着重对量子神经元和量子神经网络模型进行了研究，并给出了一种改进的量子神经网络模型（QCG）。论文的主要工作如下：
（1）在分析了量子计算中的基本原理以及传统的人工神经网络工作原理的基础上，通过对比传统的人工神经元模型，给出了一种基于量子逻辑门和波函数坍塌的量子神经元模型，使得量子神经元的输出
由量子态转化为实数，从而能代替传统的神经元信息处理方式。该模型通过量子旋转门和受控非门进行相位更新，与原有的量子神经元模型相比理论基础更加完善。
（2）在分析了经典的BP神经网络（CBP）基本原理和思想的基础上，将经典的BP神经网络与改进的量子神经元模型相结合，给出了基于BP算法的量子神经网络模型，并对阈值、量子旋转门和受控非门的参数更新公式给出了详尽的推导过程。然后，为进一步提高量子神经网络的学习效率，使用具有更高收敛速率的共轭梯度算法对量子神经网络进行学习更新，给出了一种基于共轭梯度法的量子神经网络（QCG）。最后，通过函数逼近和双螺线分类实验对CBP、QBP和QCG 三种神经网络的学习性能做了详细的性能比较分析。
（3）构建了改进的量子神经网络模型在气象预测中的应用，用于预测加拿大某地域一段时期内气温数据，并将其与经典的BP神经网络和量子BP神经网络（QBP）的实验结果做了对比分析。实验表明，QCG、QBP神经网络预测模型的预测效果优于经典的BP神经网络。对比于经典的BP神经网络模型，QCG、QBP 量子神经网络具有更好的收敛精度和泛化能力，拟合精度和速度上都有很大地提升。而对比QBP模型，QCG模型收敛速度更快，并且在处理高频振荡数据时精度更高。
关键词：量子逻辑门量子神经网络量子神经元共轭梯度法气象预测
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议