基于量子自学习自训练网络的手写体图片分类方法

摘要

本发明公开了一种基于量子自学习自训练网络的手写体图片分类方法，其步骤为：构建神经网络；生成训练集；计算量子染色体个体长度；建立量子染色体种群；对神经元的权重值与偏置值进行量子编码；利用量子进化策略获得最优神经网络；判断当前进化是否陷入局部最优，若是，进行全干扰交叉，否则，判断进化是否终止；进行全干扰交叉；判断当前的进化是否满足终止条件，若是，则输出分类结果，否则，继续进化迭代；输出分类结果。本发明有效的克服了现有技术中易于陷入局部最优，需要人为设置超参数过多的问题，具有分类精度高，保证分类结果稳定性和可靠性的优点。