-
公开(公告)号：CN118643358B
公开(公告)日：2024-12-20
申请号：CN202411117528.7
申请日：2024-08-15
Abstract: 本发明公开的基于Grover搜索算法的量子神经网络聚类方法及终端，将样本数据和初始神经元权重转换为样本量子态和权重量子态，从而通过量子交换测试操作和量子振幅估计计算二者之间的相似度，使得样本数据和初始神经元权重能够利用量子叠加性并行估计相似度。而后根据相似度以及Grover搜索算法确定优胜神经元权重的索引标签集合，基于索引标签集合迭代更新初始神经元权重直至达到最大迭代次数。最后迭代得到基于目标量子神经网络聚类模型对输入数据进行聚类分析。本发明利用量子叠加性、量子纠缠性和量子Grover搜索算法实现相似度量化以及索引标签集合的提取，加速了神经网络聚类模型的训练过程，使得数据聚类具有一定的时效性，更加满足使用需求。
-
公开(公告)号：CN110011797B
公开(公告)日：2022-03-11
申请号：CN201910380741.X
申请日：2019-05-08
Applicant: 福建师范大学
IPC: H04L9/08
Abstract: 本发明涉及一种基于d级单粒子高效实用的量子秘密共享方法，秘密分发者制备d级单粒子并将其作为信息载体，在每个参与者之间进行环形传输。每个参与者通过局域幺正操作将其的子秘密编码到信号粒子中，而无需量子存储，提高方案的实用性。利用量子傅里叶变换构造d级量子系统上两个互为无偏的基态，结合量子不可克隆性来确保方案在理论上的无条件安全性。本发明中一个d级粒子可分享个经典比特，并且通过联合窃听检测方法减少窃听检测所需的粒子数量，保证方案获得更高的量子效率。
-
公开(公告)号：CN104715442B
公开(公告)日：2017-12-08
申请号：CN201510168548.1
申请日：2015-04-10
Applicant: 福建师范大学
IPC: G06T1/00
Abstract: 本发明提供了一种基于汉明码的量子图像水印方法，用汉明码对原始水印图像进行纠错编码，用伪随机数产生原始量子载体图像的水印嵌入位置，对原始量子载体图像在进行水印嵌入时增设一个辅助量子比特序列，通过汉明码对编码后的水印图像进行解码。所述方法能够实现水印图像嵌入和提取的完整性和准确性，高效、运算复杂度低，鲁棒性好，能够实现对量子图像进行部分位置水印嵌入，能够实现在没有原始量子载体图像的情况下得到原始水印图像，既可应用于灰度图像水印加密，也可应用于彩色图像水印加密。
-
公开(公告)号：CN105510971A
公开(公告)日：2016-04-20
申请号：CN201610089255.9
申请日：2016-02-18
Applicant: 福建师范大学
IPC: G01V1/30
CPC classification number: G01V1/30
Abstract: 本发明涉及一种基于随机漫步的地震数据异常检测方法。首先对时间序列数据根据窗口来提取随机漫步概率分布，然后根据当前数据点前后的2个窗口的概率变化比值来分析当前数据点前后的数据变化情况，以有效的识别当前数据点前后的异常变化特征，用来研究异常特征与地震发生之前的关系。本发明方法能有效的识别当前数据点前后的异常变化特征，可以用来研究异常特征跟地震发生之前的关系。
-
公开(公告)号：CN104715442A
公开(公告)日：2015-06-17
申请号：CN201510168548.1
申请日：2015-04-10
Applicant: 福建师范大学
IPC: G06T1/00
Abstract: 本发明提供了一种基于汉明码的量子图像水印方法，用汉明码对原始水印图像进行纠错编码，用伪随机数产生原始量子载体图像的水印嵌入位置，对原始量子载体图像在进行水印嵌入时增设一个辅助量子比特序列，通过汉明码对编码后的水印图像进行解码。所述方法能够实现水印图像嵌入和提取的完整性和准确性，高效、运算复杂度低，鲁棒性好，能够实现对量子图像进行部分位置水印嵌入，能够实现在没有原始量子载体图像的情况下得到原始水印图像，既可应用于灰度图像水印加密，也可应用于彩色图像水印加密。
-
Patent Agency Ranking
公开(公告)号：CN118643358A
公开(公告)日：2024-09-13
申请号：CN202411117528.7
申请日：2024-08-15
Abstract: 本发明公开的基于Grover搜索算法的量子神经网络聚类方法及终端，将样本数据和初始神经元权重转换为样本量子态和权重量子态，从而通过量子交换测试操作和量子振幅估计计算二者之间的相似度，使得样本数据和初始神经元权重能够利用量子叠加性并行估计相似度。而后根据相似度以及Grover搜索算法确定优胜神经元权重的索引标签集合，基于索引标签集合迭代更新初始神经元权重直至达到最大迭代次数。最后迭代得到基于目标量子神经网络聚类模型对输入数据进行聚类分析。本发明利用量子叠加性、量子纠缠性和量子Grover搜索算法实现相似度量化以及索引标签集合的提取，加速了神经网络聚类模型的训练过程，使得数据聚类具有一定的时效性，更加满足使用需求。
-
公开(公告)号：CN115189868A
公开(公告)日：2022-10-14
申请号：CN202210749870.3
申请日：2022-06-29
Applicant: 厦门工学院 , 福建师范大学 , 福建省福州文教职业中专学校(福州第二十三中学)
Abstract: 本发明公开了一种基于Bell态的可认证的多方量子密钥协商方法及系统，有m‑1个参与者，Pi(i＝1,2,...,m‑1)，它们分别持有自己的n比特秘密字符串每个参与者都有一个长度为l的身份信息IDi。为了保证参与者身份的合法性，Pi(i＝1，2，…，N‑1)需要借助一个半可信的第三方P0完成身份认证，并且他们分别与P0共享。在执行以下步骤后，这些参与者将获得一个长度约为的协商密钥可以看出，利用Bell态的特性，在半可信第三方的帮助下完成对用户身份的认证，抵抗假冒攻击。Bell态被用作信息载体，并在参与者之间传输，利用量子态区分来设计编码操作，确保所提出的协议是正确的和安全的，可以抵御参与者的共谋攻击。
-
公开(公告)号：CN115174051A
公开(公告)日：2022-10-11
申请号：CN202210715748.4
申请日：2022-06-22
IPC: H04L9/08
Abstract: 本发明公开一种基于密码分组链接模式的量子密钥分发方法及系统，包括步骤：S1、第一用户端和第二用户端共享初始基序列和初始化向量，以作为第一基序列、第一向量、第二基序列和第二向量；S2、第一用户端根据第一基序列和第一向量得到新的第一基序列并生成随机比特串作为新的第一向量，根据第一基序列和第一向量，第一用户端制备相应的量子比特序列，并将量子比特序列发送给第二用户端；S3、根据第二基序列和第二向量，第二用户端计算得到新的第二基序列，第二用户端根据第二基序列对量子比特序列进行测量获得次向量；S4、重复执行步骤S2‑S3设定次数；S5、根据第一向量和第二向量的错误率，第一用户端和第二用户端执行纠错和保密放大生成安全密钥。
-
公开(公告)号：CN110460389B
公开(公告)日：2020-10-30
申请号：CN201910821642.0
申请日：2019-09-02
Applicant: 福建师范大学
Abstract: 本发明提供一种基于簇态的受控双向量子安全直接通信方法及系统，通过一控制端控制两两进行交互的2n个通信端之间的通信，通信双方仅需要通过一次信号粒子的传输，就可以实现双方秘密消息的互传，获得了更高的传输效率，并且由控制端分配通信端之间进行通信用到的粒子序列，并且只有在被控制端验证通过后，通信端才能获得到正确的粒子序列，并在正确的粒子序列中嵌入秘密信息，在公开量子信道中传输的信号粒子并未嵌入秘密消息，窃听者无法通过对该粒子的攻击来获得秘密消息，保证了量子安全直接通信的安全性，实现了高效安全的量子安全直接通信。
-
公开(公告)号：CN118643908B
公开(公告)日：2024-12-20
申请号：CN202411124461.X
申请日：2024-08-16
Abstract: 本发明公开的基于高斯过程回归的量子预测方法及终端，该方法包括：获取训练数据点和预测数据点，并计算所述训练数据点与所述预测数据点之间的协方差矩阵；通过量子相干编码、量子振幅估计以及第一量子受控旋转操作创建所述训练数据点与所述预测数据点之间的标准协方差量子态；通过量子主成分分析的矩阵指数化操作和第二量子受控旋转操作确定包含所述协方差矩阵与所述标准协方差量子态的目标量子态；将所述目标量子态和所述标准协方差量子态进行量子交换测试操作得到与所述预测数据点相对应的预测值的均值和方差。本发明能够提高高斯过程回归预测方法在面对大规模数据计算时的时效性。
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.019 seconds)
