双通道量子脉冲耦合神经网络

摘要：

脉冲耦合神经网络(PCNN)在图像处理领域应用广泛,改进的双通道脉冲耦合神经网络(DPCNN)也在图像融合领域具有优异性能.为了将量子计算的优异并行性能与双通道脉冲耦合神经网络相结合,降低其算法复杂度,提出了双通道量子脉冲耦合神经网络(DQPCNN).该模型使用量子逻辑门构建量子模块,如量子全加器、量子乘法器和量子比较器,构建了一个适用于DQPCNN的量子图像卷积模块,并采用这些模块完成DQPCNN所需的计算.通过仿真实验证明了DQPCNN的有效性,DQPCNN的复杂度与其他模型相比具有明显优势.

关键词：图像处理、脉冲耦合神经网络、量子图像处理、量子神经网络

所属期刊栏目：52

分类号：TP301(计算技术、计算机技术)

在线出版日期：2023-06-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：331-340