量子位交互错误感知的CNOT线路最近邻综合方法

    公开(公告)号:CN113705819B

    公开(公告)日:2023-11-24

    申请号:CN202110823882.1

    申请日:2021-07-21

    Applicant: 南通大学

    Abstract: 本发明公开了一种量子位交互错误感知的CNOT线路最近邻综合方法,包含以下步骤:步骤S0,根据CNOT线路生成对应的布尔矩阵;步骤S1,对布尔矩阵的每一列构造最小噪声Steiner树,所述每一列的最小噪声Steiner树根据实际量子体系结构下最小噪声路径获得;步骤S2,对布尔矩阵依次进行主对角线下方元素高斯消元及主对角线上方元素高斯消元,在高斯消元过程中根据最小Steiner噪声路径对每一列的最小噪声Steiner树中列值为零的steiner点置1,上述最小噪声路径及最小Steiner噪声路径均考虑了实际量子体系结构中相邻量子位交互错误率,在保证线路可靠性的前提下实现CNOT量子线路的最近邻综合,同时降低量子线路最近邻综合代价。

    一种用于慢性肾病病历分类的粗糙证据粒球Spark方法

    公开(公告)号:CN114860940A

    公开(公告)日:2022-08-05

    申请号:CN202210630111.5

    申请日:2022-06-06

    Applicant: 南通大学

    Abstract: 本发明涉及到医学信息智能处理领域,具体涉及一种用于慢性肾病病历分类的粗糙证据粒球Spark方法。首先在主节点上读取慢性肾病病历数据,并将该数据集划分为训练集和测试集;接着在子节点上将训练子集样本并行划分生成多个粗糙证据粒球;然后利用基于粗糙证据粒球的Spark并行病理属性约简方法来获得训练子集的病理属性约简子集,并更新所有训练子集和测试集的病理属性集;最后通过Spark并行化的粗糙证据粒球邻域分类方法获得测试集样本的预测类别标签结果。本发明可以有效地去除大规模慢性肾脏病历数据中冗余的病理属性,并利用粗糙证据减少冗余样本和异常样本对决策过程的影响,从而提升了大规模慢性肾脏病历数据的分类精度和计算效率。

    量子位交互错误感知的CNOT线路最近邻综合方法

    公开(公告)号:CN113705819A

    公开(公告)日:2021-11-26

    申请号:CN202110823882.1

    申请日:2021-07-21

    Applicant: 南通大学

    Abstract: 本发明公开了一种量子位交互错误感知的CNOT线路最近邻综合方法,包含以下步骤:步骤S0,根据CNOT线路生成对应的布尔矩阵;步骤S1,对布尔矩阵的每一列构造最小噪声Steiner树,所述每一列的最小噪声Steiner树根据实际量子体系结构下最小噪声路径获得;步骤S2,对布尔矩阵依次进行主对角线下方元素高斯消元及主对角线上方元素高斯消元,在高斯消元过程中根据最小Steiner噪声路径对每一列的最小噪声Steiner树中列值为零的steiner点置1,上述最小噪声路径及最小Steiner噪声路径均考虑了实际量子体系结构中相邻量子位交互错误率,在保证线路可靠性的前提下实现CNOT量子线路的最近邻综合,同时降低量子线路最近邻综合代价。

Patent Agency Ranking