技术特征：
技术总结
本发明提出了一种基于量子深度信念网络的人脸表情识别方法，旨在提高人脸表情识别的精度和效率，实现步骤为：获取训练集R和测试集T；设定迭代参数；对当前稀疏受限玻尔兹曼机的参数进行初始优化；基于多目标优化算法，并通过量子染色体，以并行的方式对初始优化后的隐单元的偏置b进行优化；对偏置b进行更新；对量子深度信念网络进行初始化；对初始化后的量子深度信念网络参数进行微调；获取人脸表情识别结果。本发明在深度信念网络中引入量子机制编码染色体，更有效地提取人脸表情特征，提高了识别精度，同时优化稀疏受限玻尔兹曼机隐单元的偏置时采用并行方式，提高了训练的时间效率。
技术研发人员：李阳阳;何爱媛;焦李成;孙振翔;叶伟良;李玲玲;马文萍;尚荣华
受保护的技术使用者：西安电子科技大学
技术研发日：2019.03.31
技术公布日：2019.06.28