一种量子竞争学习算法  

A Quantum Competitive Learning Algorithm

作　　者：解光军[1,2] 庄镇泉[1] 

机构地区：[1]中国科技大学量子通讯与量子计算实验室,合肥230026 [2]合肥工业大学应用物理系,合肥230009

出　　处：《量子电子学报》2003年第1期42-46,共5页Chinese Journal of Quantum Electronics

基　　金：国家自然科学基金(60171029)资助

摘　　要：量子计算(Quantum Computation)以其独特的性能引起广泛瞩目。本文尝试将量子计算与传统的神经计算结合起来,通过设计若干个量子算子来构造Hamming神经网络的量子对照物,从而提出一种量子竞争学习算法(Quantum Competitive Learning Algorithm,QCLA),它能够实现模式分类和联想记忆。Quantum computation is well known for its particular computational performance. In this paper, we try to combine quantum computation with classical neural computation, through designing several quantum operators we construct the quantum counterpart of Hamming neural network, and put forward a quantum competitive learning algorithm to realize functions of pattern classification and associative memory.

关 键 词：量子竞争学习算法 量子计算 HAMMING神经网络 量子神经计算 QCLA 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程] O413[自动化与计算机技术—控制科学与工程]