自适应量子前向对传算法研究

该文研究了量子理论与量子神经网络原理,深入分析了量子前向对传网模型与基于递归加权最小二乘的量子前向对传算法。提出了量子前向对传网的定义与知识集,提出了自适应量子前向对传算法,证明了算法的收敛性。该算法全面考虑了在本次学习之前学习速率的总体状况,通过自适应地改变学习速率,控制学习速率适时变化,改善网络的收敛性。有效克服了学习速率过高导致网络振荡发散与学习速率太小降低网络收敛速度的缺陷。仿真结果表明,自适应量子前向对传算法相对基于递归加权最小二乘的量子前向对传算法具有较少的网络训练迭代次数和较高的分类精度。

基于CPNN的航空装备维修保障能力评估研究

深入研究航空装备维修保障能力的概念和一般方法,建立了航空装备维修保障能力评估体系。深入分析了人工神经网络技术,全面研究了前向对向传播神经网络的基本原理,提出了基于前向对传网的航空装备维修保障能力评估模型。通过建立具体的网络模型,利用训练数据对网络进行训练,通过测试数据进行测试,研究结果表明系统评估结果和预期结果 100%相同,获得了良好的实验效果。