论文部分内容阅读
为了提高前向神经网络的分类能力,该文将多级神经元扩展使用到多层感知器的输出层和隐含层中,并提出了量子神经网络的学习算法.通过一个实际的分类问题实验验证了该方法的有效性.实验表明,无论输出层或隐含采用多级神经元,都可以带来分类能力的提高.而当输出层采用多级神经元时,还可以导致连接的减少和训练速度的加快.