多宇宙并行量子遗传神经网络人脸识别算法研究

来源期刊：东北大学学报(自然科学版)2019年第5期

论文作者：李海朋 李晶皎 金硕巍 杨丹

文章页码：614 - 618

关键词：多核并行;量子计算;遗传算法;神经网络;

摘    要：针对传统遗传算法交叉、变异过程过于繁琐和神经网络在极值判断及收敛速度受限等问题,提出了一种并行的量子遗传算法优化神经网络权值的算法.首先引入了量子计算的概念,在量子计算的过程中使用量子旋门实现染色体的训练,然后引入量子交叉克服了早熟收敛现象,避免了遗传算法中繁琐的交叉、变异过程.最后设计实现了并行的卷积神经网络,使用并行量子遗传算法优化了卷积神经网络权值,实现了并行量子遗传神经网络人脸识别系统.实验结果表明,相对于原来的遗传算法,该算法在鲁棒性和实验速度上都有明显的提高.