量子bp神经元及其在含噪字母识别中的应用研究

量子神经计算是传统神经计算与量子计算相结合的产物，它将成为新的信息处理技术之一。文中以相移门和受控非门作为基本的计算单元，借助复数bp学习算法，构造出量子神经元模型，通过数值计算给出了该量子神经元的收敛特性曲线。在此模型基础上，构造出一个三层量子神经网络，应用于含噪字母识别。数值计算结果表明，量子神经网络在噪声均方差小于0.35之前能完全地对含噪英文字母进行识别，容错能力比传统神经网络有明显增强。