應用于面部表情識別的量子前饋神經(jīng)網(wǎng)絡構造方法
基本信息
申請?zhí)?/td> | CN202110287085.6 | 申請日 | - |
公開(公告)號 | CN113128665A | 公開(公告)日 | 2021-07-16 |
申請公布號 | CN113128665A | 申請公布日 | 2021-07-16 |
分類號 | G06N3/04(2006.01)I;G06N3/08(2006.01)I;G06N10/00(2019.01)I | 分類 | 計算;推算;計數(shù); |
發(fā)明人 | 李校林;溫力航;董昊;翁小莉 | 申請(專利權)人 | 重慶信科設計有限公司 |
代理機構 | 重慶市恒信知識產(chǎn)權代理有限公司 | 代理人 | 陳棟梁 |
地址 | 400065重慶市南岸區(qū)南山街道崇文路2號 | ||
法律狀態(tài) | - |
摘要
摘要 | 本發(fā)明請求保護一種應用于面部表情識別的量子前饋神經(jīng)網(wǎng)絡構造方法,屬于量子機器學習領域,首先構造了量子神經(jīng)元的基本結(jié)構,然后將該神經(jīng)元模型組建相應的量子前饋神經(jīng)網(wǎng)絡模型,該模型的輸入層、輸出層及中間隱層都由量子態(tài)的形式表示,使其在計算的過程中可以利用量子計算的一些特有性質(zhì)提高其學習能力,最后將改進的量子搜索算法作為該網(wǎng)絡模型的學習算法。本發(fā)明構造的量子前饋神經(jīng)網(wǎng)絡模型通過量子疊加性可以極大的節(jié)約數(shù)據(jù)存儲資源,且通過量子并行性可以同時對數(shù)據(jù)集多個樣本進行并行計算從而提高訓練速率,相較于經(jīng)典搜索算法其本身就具有平方級加速的能力,所以作為該量子前饋神經(jīng)網(wǎng)絡的算法則會在神經(jīng)網(wǎng)絡的訓練上更有優(yōu)勢。 |
