一种基于量子神经网络的多因素系统的综合评价方法

摘要

一种基于量子神经网络的多因素系统的综合评价方法，包括以下步骤：1)设定所述多因素系统的多个前馈型量子神经元；2)制备一个n位量子比特的量子寄存器；3)将量子寄存器|0>或|1>作为该用户接收机的因素数的输入，为其输出4)设定并行计算算子O，将其用于多因素系统综合评价方法的输出量子态，对其进行更新演化；5)直至更新后的输出量子态与更新前的变化在允许的误差范围内，即网络状态稳定，此时的输出量子态所对应的发送信息序列即为多因素系统的检测结果。

主权项

1.一种基于量子神经网络的多因素系统的综合评价方法，其特征在于：所述综合评价方法包括以下步骤：1)设定所述多因素系统的多个前馈型量子神经元，其中，每个神经元的结构相似，输入为n位量子比特，n为自然数，即n位量子寄存器，输出为1位量子寄存器，前m个量子神经元的输出同时作为第m+1个前馈型量子神经元的前馈输入，m为自然数，前馈性量子神经元的阈值也是n位量子比特，前馈型量子神经元的连接权是一个n*n的矩阵，前馈型量子神经元的演化算子F是一个作用在n位量子寄存器上的算子，控制前馈型量子神经元状态的演化；2)制备一个n位量子比特的量子寄存器，量子神经元的状态为U，U＝0或者U＝1，分别用|0>或|1>来表示；3)将量子寄存器|0>或|1>作为该用户接收机的因素数的输入，为其输出4)设定并行计算算子O，将其用于多因素系统综合评价方法的输出量子态，对其进行更新演化；5)直至更新后的输出量子态与更新前的变化在允许的误差范围内，即网络状态稳定，此时的输出量子态所对应的发送信息序列即为多因素系统的检测结果。