公开(公告)号：CN114548415B

公开(公告)日：2025-04-22

申请号：CN202210168323.6

申请日：2022-02-23

Applicant: 重庆邮电大学

Inventor： 袁素真 ,  林文萍 ,  卿显荣 ,  乔治钦 ,  张晓蕾 ,  吕元元 ,  邓贵源 ,  诸海渝 ,  何雨桐 ,  刘菁 ,  田小江 ,  李顺龙 ,  李俊希 ,  胡清翔 ,  邓文皙

IPC: G06N10/60 ,  G06T7/70 ,  G06T7/90

Abstract: 本发明公开了基于NEQR表达的量子FAST角点检测方法，包括以下步骤：S1、制备中心图像和辅助图像的NEQR表达式；S2、设计量子可逆减法器和求绝对值的量子线路，计算获得中心图像和辅助图像的像素差值；S3、设计量子比较器线路，使步骤S2获得的像素差值与图像角点所需要的阈值进行比较；S4、通过量子测量提取比较结果和中心图像的位置信息，并将其制备到步骤S1的NEQR表达式中；S5、设计角点检测的量子线路，基于步骤S4制备的NEQR表达式获得角点图像表达式；S6、对S5的量子线路进行测量，得到图像中的灰度信息与位置信息，并将其转化为经典图像信息。本发明通过NEQR量子制备方式将图像信息制备到量子线路中，能够降低图像处理损耗时间。

公开(公告)号：CN116341666A

公开(公告)日：2023-06-27

申请号：CN202310260720.0

申请日：2023-03-17

Applicant: 重庆邮电大学

Inventor： 袁素真 ,  乔治钦 ,  林文萍 ,  夏书银 ,  王艳 ,  罗元 ,  李俊希 ,  胡清翔 ,  邓文皙 ,  程崇坚 ,  何骏涛 ,  张晶

IPC: G06N10/20 ,  G06V10/764 ,  G06V10/82 ,  G06V10/26 ,  G06N3/0464

Abstract: 本发明涉及一种基于量子线路的量子卷积神经网络的设计方法及系统，属于量子计算领域。该方法为：S1：对待分类图像进行标准化处理，并按经典卷积方法对图像进行分区；S2：设计量子图像编码及卷积的量子线路，并对S1分区后的图像进行编码和处理；S3：对S2处理后的图像数据做池化处理，将多个量子比特上的特征信息提取到一个量子比特上；S4：设计量子全连接神经网络以对S3池化后的特征信息进行处理分析并对图像进行分裂。本发明通过量子数据重载的方法，对量子编码及制备进行优化，使得算法模型减少了量子比特数量的消耗，并且保留了经典卷积神经网络的部分连接及权值共享的特点，再不损失精度的前提下减少了线路中参数的数量。

公开(公告)号：CN114548415A

公开(公告)日：2022-05-27

申请号：CN202210168323.6

申请日：2022-02-23

Applicant: 重庆邮电大学

Inventor： 袁素真 ,  林文萍 ,  卿显荣 ,  乔治钦 ,  张晓蕾 ,  吕元元 ,  邓贵源 ,  诸海渝 ,  何雨桐 ,  刘菁 ,  田小江 ,  李顺龙 ,  李俊希 ,  胡清翔 ,  邓文皙

IPC: G06N10/60 ,  G06T7/70 ,  G06T7/90

Abstract: 本发明公开了基于NEQR表达的量子FAST角点检测方法，包括以下步骤：S1、制备中心图像和辅助图像的NEQR表达式；S2、设计量子可逆减法器和求绝对值的量子线路，计算获得中心图像和辅助图像的像素差值；S3、设计量子比较器线路，使步骤S2获得的像素差值与图像角点所需要的阈值进行比较；S4、通过量子测量提取比较结果和中心图像的位置信息，并将其制备到步骤S1的NEQR表达式中；S5、设计角点检测的量子线路，基于步骤S4制备的NEQR表达式获得角点图像表达式；S6、对S5的量子线路进行测量，得到图像中的灰度信息与位置信息，并将其转化为经典图像信息。本发明通过NEQR量子制备方式将图像信息制备到量子线路中，能够降低图像处理损耗时间。

公开(公告)号：CN117556911A

公开(公告)日：2024-02-13

申请号：CN202311618567.0

申请日：2023-11-29

Applicant: 重庆邮电大学

Inventor： 袁素真 ,  田小江 ,  林文萍 ,  夏书银 ,  王艳 ,  罗元 ,  路永乐 ,  张晓蕾

IPC: G06N10/20 ,  G06F18/23 ,  G06F18/24 ,  G06F18/22

Abstract: 本发明涉及一种量子粒球生成方法，属于量子计算领域。该方法包括以下步骤：S1：获取数据集D并计算聚类中心集的聚类中心数量；S2：根据数据集和计算出的聚类中心数量来确定聚类中心集M；S3：使用量子QRAM和量子角度编码将数据集D和聚类中心集M制备到角度上；S4：使用Swap‑test量子线路完成数据和聚类中心之间相似度的计算；S5：设计量子相位估计线路将S4中的相似度写入基态；S6：使用量子最小值算法找到每个数据最近的聚类中心；S7：对所述S6的结果进行量子测量，得到每个数据最近的聚类中心；S8：根据S2确定的聚类中心集和S7确定的每个数据最接近的聚类中心来对数据进行分类。

公开(公告)号：CN116933881A

公开(公告)日：2023-10-24

申请号：CN202310858245.7

申请日：2023-07-13

Applicant: 重庆邮电大学

Inventor： 袁素真 ,  林文萍 ,  田小江 ,  夏书银 ,  王艳 ,  罗元

IPC: G06N10/20 ,  G06F18/22 ,  G06F18/24

Abstract: 本发明涉及一种量子粒球生成方法，属于量子计算领域。该方法包括以下步骤：S1:获取数据集和粒球中心数据集；S2：用量子QRAM和量子角度编码将数据集和粒球中心数据集制备到角度上；S3：用SWAPtest量子线路完成数据点和粒球中心点之间相似度的计算；S4：设计量子相位估计线路将S3中的相似度写入基态；S5：用量子最小值算法找到每个数据最近的粒球中心；S6：对S5的结果进行量子测量，得到每个数据最近的粒球中心；S7：根据数据分类生成新的粒球，计算每个粒球的纯度；若所有粒球都达到纯度要求，则完成粒球的生成，否则将没有达到纯度阈值要求的粒球提取返回S1继续进行分裂。