本发明公开了一种软量子神经网络系统及模式识别方法，该系统包括：包含多个软量子神经元的输入层和输出层；量子态输入单元，将经典数据编码制备得到量子比特集，据此初始化输入层软量子神经元的状态；量子态测量单元，对软量子神经元的量子态进行测量；第一操作单元，根据测量结果对有连接的软量子神经元之间定向地执行受控操作；第二操作单元，对连接有上一层的软量子神经元在经过所有受控操作后执行演化操作；优化单元，比较输出层的测量结果与经典数据的标签输出值的差异，并进行优化直至差异在预设范围内。本发明在实现上易于扩展、易于实现，更具有鲁棒性，对含噪声的量子演化和测量具有高度容错性。