【摘 要】
：
该文利用复数BP学习算法,构造出量子神经元模型[1],并结合神经网络技术与量子理论,生成更有效的泛化和学习能力的量子神经网络。基于三层量子神经网络实现对谐波参数的检测,
论文部分内容阅读
该文利用复数BP学习算法,构造出量子神经元模型[1],并结合神经网络技术与量子理论,生成更有效的泛化和学习能力的量子神经网络。基于三层量子神经网络实现对谐波参数的检测,并以3次谐波和5次谐波为例,描述了该网络的训练流程和训练样本的构成。量子神经网络的实现采用Matlab进行编程,首先利用训练样本训练量子网络,之后检测构造的未训练样本数据集,通过仿真结果验证了该方法的可行性。该方法在谐波检测中具有较高的灵活性和精度,且对采样数目没有严格的限制,训练好的量子神经网络模型可用于谐波源固定的场合。
其他文献
利用具有不同荧光修饰的寡聚核苷酸(DNA)作为响应基团、纳米金粒子作为淬灭基团构建了多组分“turn-on”传感器,从而达到制备便捷、检测快速且灵敏,同时尽量减少干扰的目的。
目的构建和验证一个用于乳腺结节自动识别的深度学习模型,旨在提高乳腺结节识别和诊断水平,在钼靶检查中辅助放射医师进行实时诊断。方法从数据库系统选取2013年1月至2019年1
为了解雨水集聚深层入渗(RWCI)系统土壤水分的入渗规律,设置不同灌水量(10 L、21 L和36 L)和RWCI设计坑深(40 cm和60 cm)的室内土箱试验,观测不同灌水量与不同水头变化情况土壤含水率变化和土壤湿润锋在径向和垂直方向上运移过程,依据非饱和土壤水动力学理论,建立HYDRUS-2D变水头边界条件土壤水分二维入渗模型。通过与实测数据对比,结果表明模型模拟值和实测值具有较好一致性:垂
量子密钥分配协议是目前信息安全方向的一大研究热点,物理实验已难以应付层出不穷的协议来证明它的安全性。通过仿真平台来验证协议的安全性,是最经济有效的做法。利用.NET开
深耕松士作业是指拖拉机配挂深松机或带有深松部件的联合整地机等机具进行行间或全方位深层上壤耕作的机械化整地技术，应用这种技术对于改善土壤耕层结构打破犁底层，提高土壤藩
研究了AZ31镁合金轧制薄板经200～400℃退火5～240 min后的组织性能演变。通过金相组织、显微硬度、室温力学性能及拉伸断口等测试技术,分析了其组织性能的变化。结果表明,AZ31镁
提出了基于Ostu算法的木材缺陷图像分割。该方法借助于二维中值滤波器对木材图像进行平滑处理,将平滑过的图像用Otsu算法确定图像分割阈值。实验结果表明,该方法可以有效地实现木材表面缺陷图像分割。