论文部分内容阅读
利用QNN模型较好的分类效果将其应用到变压器故障诊断中,宏观上收集数据信息,产生控制量子比特;微观上通过控制量子比特不断修正隐层量子神经元的相位因子而调整网络状态,从而将模糊交叉的数据按一定比例分配给所有相关联的类别,提高模式识别的准确性。通过实际工程应用,验证了该算法的可行性和有效性。