-
公开(公告)号：CN111368920A
公开(公告)日：2020-07-03
申请号：CN202010146730.8
申请日：2020-03-05
Applicant: 中南大学
Abstract: 本发明公开了一种基于量子孪生神经网络的二分类方法，包括设定分类模型的输入数据；构建量子神经网络模型、量子孪生神经网络模型和用于训练的损失函数模型；根据损失函数模型对量子孪生神经网络模型进行学习和训练并得到最终的量子孪生神经网络分类模型；采用量子孪生神经网络分类模型对待分类的数据进行二分类。本发明还公开了包括所述基于量子孪生神经网络的二分类方法的人脸识别方法。本发明提供的这种基于量子孪生神经网络的二分类方法及其人脸识别方法，通过采用量子孪生神经网络对数据进行二分类，实现了数据的快速二分类，而且本发明方法简单快捷，可靠性高，精确性好。
-
公开(公告)号：CN111783990B
公开(公告)日：2023-10-03
申请号：CN202010620682.1
申请日：2020-07-01
Applicant: 中南大学
Abstract: 本发明公开了一种基于高斯玻色采样的单向函数设计方法，包括确定单向函数的输入值；通过g算法将输入值进行引申得到标准输入；确定高斯玻色采样所采用的线性光学网络；确定高斯玻色采样的粗粒化输出结果；采用后处理g算法将最大概率条目的标签重新排列；将标签序列进行编码得到单向函数的输出。本发明还公开了包括所述基于高斯玻色采样的单向函数设计方法的密码验证方法。本发明通过采用高斯玻色采样及其粗粒化过程，由输入可以很容易得到输出，而由输出逆推输入是很困难的，因此实现了单向函数的功能，而且本发明方法简单快捷，单向性好，可靠性高，效率也较高。
-
公开(公告)号：CN111162913B
公开(公告)日：2021-05-07
申请号：CN202010001112.4
申请日：2020-01-02
Applicant: 中南大学
Abstract: 本发明公开了一种基于玻色采样随机幺正操作的仲裁量子签名方法，包括初始化阶段、签名阶段和验证阶段；初始化阶段用于制备密钥和建立通信系统；签名阶段用于选择合适的签名算法设计传输信息的签名；验证阶段用于验证签名者的有效性和原始信息的完整性和真实性。本发明在仲裁量子签名中设计传输信息的签名中采用基于玻色采样的幺正操作加密，采用基于图上的量子游走隐形传输转移m模量子态，用于隐形传输的必需纠缠态无需提前制备，公共信道和随机元组的雇用使得安全性更高，采用玻色采样模型和量子游走的隐形传输模型均已被证明可通过线性光学网络实现；因此本发明方法安全性高，节约资源且实验上易实现。
-
公开(公告)号：CN110190959A
公开(公告)日：2019-08-30
申请号：CN201910574143.6
申请日：2019-06-28
Applicant: 中南大学
IPC: H04L9/08
Abstract: 本发明公开了一种基于连续变量量子神经网络的加解密方法，包括更新连续变量量子神经网络；发送方和连续变量量子神经网络同步测量基；连续变量量子神经网络对发送方发送的明文进行判定和预处理后再发回给发送方；发送方在同步的测量基的基础上将预处理后的数据信息转换为二次明文并发送连续变量量子神经网络；连续变量量子神经网络对接收的信息加密并发送到接收方；接收方再将加密信息发送回连续变量量子神经网络进行解密并得到发送方发送的信息。本发明方法通过引入连续变量量子神经网络模型以及同步测量技术，实现了数据的加解密，而且本发明方法的可靠性高、安全性好且容易实现。
-
公开(公告)号：CN116630337B
公开(公告)日：2025-01-21
申请号：CN202310727491.9
申请日：2023-06-20
Abstract: 本发明公开了一种基于Grover算法的肺部CT图像分割方法，包括获取待分割的肺部CT灰度图像，通过构建无向加权图，将灰度图像的待分割问题转换为最大切割Max‑Cut问题；构建Max‑Cut问题目标函数，采用量子方法将最大切割Max‑Cut问题转换为多项式最值求解的问题；通过Grover算法进行多项式最大值求解；采用求解得到的最大值，通过设置阈值的方法，获取图像分割方案，完成对肺部CT灰度图像的分割处理；本发明方法充分利用量子系统的并行计算优势，能够在一次计算中处理多个计算结果，显著地提高了分割的实时性；而且本发明方法的通用性好、适用性广泛、计算效率提高。
-
Patent Agency Ranking
公开(公告)号：CN118609730A
公开(公告)日：2024-09-06
申请号：CN202410767148.1
申请日：2024-06-13
Applicant: 中国长城科技集团股份有限公司 , 中南大学
Abstract: 本申请适用于锂电池正极材料技术领域，提供了一种锂电池正极材料的钴酸锂性能分析方法及相关设备，其中方法包括：获取锂电池正极材料在充电过程中的各个目标距离，目标距离是锂电池正极材料中的钴酸锂分子与锂离子之间的距离；基于活跃空间近似方法、密度泛函理论和量子线路技术，确定目标距离对应的目标基态能量；根据各个目标距离和各个目标基态能量生成距离与基态能量关系图，得到目标关系图。通过根据活跃空间近似方法和利用密度泛函理论，减少计算过程中所需的量子计算资源，从而在现有量子计算资源的情况下计算更大的化学分子，通过生成距离与基态能量关系图，实现了准确的进行锂电池正极材料的钴酸锂性能分析。
-
公开(公告)号：CN112926098A
公开(公告)日：2021-06-08
申请号：CN202110268773.8
申请日：2021-03-12
Applicant: 中南大学
Abstract: 本发明公开了一种哈希值计算方法，包括构建基于分组粗粒化玻色采样的哈希函数的模型，包括构建生成算法、分组粗粒化玻色采样算法和洗牌算法；输入通过生成算法生成一系列符合玻色采样的输入；将结果分别输入到分组粗粒化玻色采样算法模型中得到一系列最大概率标签；使用洗牌算法对得到的结果进行打乱得到哈希值。本发明还公开了一种包括所述哈希值计算方法的字签名方法。本发明生成了一种基于物理系统的量子特性的密码学单向函数，安全高效地确认了数字签名的准确性和安全性，而且不会受到外界的攻击。
-
公开(公告)号：CN110190959B
公开(公告)日：2021-05-07
申请号：CN201910574143.6
申请日：2019-06-28
Applicant: 中南大学
IPC: H04L9/08
Abstract: 本发明公开了一种基于连续变量量子神经网络的加解密方法，包括更新连续变量量子神经网络；发送方和连续变量量子神经网络同步测量基；连续变量量子神经网络对发送方发送的明文进行判定和预处理后再发回给发送方；发送方在同步的测量基的基础上将预处理后的数据信息转换为二次明文并发送连续变量量子神经网络；连续变量量子神经网络对接收的信息加密并发送到接收方；接收方再将加密信息发送回连续变量量子神经网络进行解密并得到发送方发送的信息。本发明方法通过引入连续变量量子神经网络模型以及同步测量技术，实现了数据的加解密，而且本发明方法的可靠性高、安全性好且容易实现。
-
公开(公告)号：CN111368920B
公开(公告)日：2024-03-05
申请号：CN202010146730.8
申请日：2020-03-05
Applicant: 中南大学
IPC: G06F18/241 , G06F18/2431 , G06N3/045 , G06N3/08 , G06N10/60 , G06V40/16
Abstract: 本发明公开了一种基于量子孪生神经网络的二分类方法，包括设定分类模型的输入数据；构建量子神经网络模型、量子孪生神经网络模型和用于训练的损失函数模型；根据损失函数模型对量子孪生神经网络模型进行学习和训练并得到最终的量子孪生神经网络分类模型；采用量子孪生神经网络分类模型对待分类的数据进行二分类。本发明还公开了包括所述基于量子孪生神经网络的二分类方法的人脸识别方法。本发明提供的这种基于量子孪生神经网络的二分类方法及其人脸识别方法，通过采用量子孪生神经网络对数据进行二分类，实现了数据的快速二分类，而且本发明方法简单快捷，可靠性高，精确性好。
-
公开(公告)号：CN112926098B
公开(公告)日：2022-06-17
申请号：CN202110268773.8
申请日：2021-03-12
Applicant: 中南大学
Abstract: 本发明公开了一种哈希值计算方法，包括构建基于分组粗粒化玻色采样的哈希函数的模型，包括构建生成算法、分组粗粒化玻色采样算法和洗牌算法；输入通过生成算法生成一系列符合玻色采样的输入；将结果分别输入到分组粗粒化玻色采样算法模型中得到一系列最大概率标签；使用洗牌算法对得到的结果进行打乱得到哈希值。本发明还公开了一种包括所述哈希值计算方法的字签名方法。本发明生成了一种基于物理系统的量子特性的密码学单向函数，安全高效地确认了数字签名的准确性和安全性，而且不会受到外界的攻击。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.018 seconds)
