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.
中图分类号:
李海朋, 李晶皎, 金硕巍, 杨丹. 多宇宙并行量子遗传神经网络人脸识别算法研究[J]. 东北大学学报:自然科学版, 2019, 40(5): 614-618.
LI Hai-peng, LI Jing-jiao, JIN Shuo-wei, YANG Dan. Facial Recognition Algorithm Based on Multi-universe Parallel Quantum Genetic Neural Network[J]. Journal of Northeastern University Natural Science, 2019, 40(5): 614-618.