一种基于量子神经网络的谐波检测方法
本文借助复数BP学习算法,构造出量子神经元模型,并将量子理论与神经网络技术相结合,构造出具有更有效的学习和泛化能力的量子神经网络。采用一个三层量子神经网络实现对谐波参数的测量,并以3次谐波和5次谐波为例,阐述了该网络的训练方法和训练样本的组成。利用Matlab进行编程实现该量子神经网络,先用训练样本对该网络进行训练,然后测量构造的未训练样本,仿真结果验证了该方法的有效性。该方法在对谐波检测中具有较高的精度和灵活性,且对采样数目没有严格的限制,训练好的量子神经网络可适用于谐波源固定的场合。
神经网络 量子神经元 谐波检测
贾云清 白志亮 曾令全 罗富宝
邯郸市供电公司 河北省 邯郸市 056035 东北电力大学 电气工程学院 吉林省 吉林 132012
国内会议
长沙
中文
1-5
2009-10-01（万方平台首次上网日期，不代表论文的发表时间）