-
公开(公告)号：CN119337212A
公开(公告)日：2025-01-21
申请号：CN202411492297.8
申请日：2024-10-24
Applicant: 重庆邮电大学
IPC: G06F18/241 , G06F18/213 , G06N3/042 , G06N3/0464 , G06N3/047 , G06N3/08 , G06N10/60 , G06N10/20
Abstract: 本发明涉及一种基于粒球的量子图神经网络的图分类的设计方法，属于量子机器学习领域。该方法为：S1：经典粒球生成方法，将数据样本生成粒球样本；S2：获取节点数据集和边数据集并完成对其编码与制备；S3：设计变分量子电线增强节点特征；S4：设计量子图卷积线路实现节点之间的信息传递和参数共享；S5：设计量子图池化线路将多个量子比特信息提取到一个量子比特上，实现特征降维；S6：输入训练集对整个模型训练参数；S7：输入待测数据集到模型对指定的量子比特执行泡利Z测量以获得期望值完成最终的图分类。本发明减少了数据样本点的个数，克服了量子实验无法制备巨量数据这一缺陷；还对量子图卷积线路和量子图池化线路进行了优化。
-
公开(公告)号：CN114494056B
公开(公告)日：2024-08-23
申请号：CN202210073686.1
申请日：2022-01-21
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种量子彩色图像的中值滤波方法及系统，包括制备待处理的量子彩色图像以及其八邻域彩色图像的QRMW表达式；根据量子彩色图像中值滤波算法的量子线路，对制备的量子彩色图像以及其八邻域彩色图像进行中值寻找，得到量子彩色图像表达式；对量子彩色图像表达式进行测量，从量子图像表达式中获取各个分量的信息，并根据各个分量的信息转换为量子彩色图像；同时实现对九副彩色图像进行量子制备，并对量子线路中辅助量子比特进行了复用，同时加入辅助图像来降低量子线路中的量子比特位数和减少冗余的量子元件，大大提高了量子图像表达算法的性能；且本发明的量子彩色图像中值滤波算法可以量子模拟器上实现。
-
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
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
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。
-
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
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。
-
Patent Agency Ranking
公开(公告)号：CN115115543A
公开(公告)日：2022-09-27
申请号：CN202210725572.0
申请日：2022-06-24
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种量子彩色图像中值滤波优化方法及系统，涉及量子图像处理领域，解决了现有量子图像处理过程中量子线路中比特数多和存在冗余的量子元件，这降低量子图像表达算法的性能，本发明实现了对辅助比特的复用以及对彩色图像的制备过程进行优化，降低了在量子图像处理过程中量子线路中的量子比特位数，以及减少冗余的量子元件，使得改进的量子彩色图像中值滤波算法得以实现，大幅度提高了量子彩色图像处理的性能，使其在经典计算机下仿真更加易于实现，且为处理更大尺寸的量子图像提供了可能，提高了量子图像算法的处理能力。
-
公开(公告)号：CN114494056A
公开(公告)日：2022-05-13
申请号：CN202210073686.1
申请日：2022-01-21
Applicant: 重庆邮电大学
IPC: G06T5/00
Abstract: 本发明公开了一种量子彩色图像的中值滤波方法及系统，包括制备待处理的量子彩色图像以及其八邻域彩色图像的QRMW表达式；根据量子彩色图像中值滤波算法的量子线路，对制备的量子彩色图像以及其八邻域彩色图像进行中值寻找，得到量子彩色图像表达式；对量子彩色图像表达式进行测量，从量子图像表达式中获取各个分量的信息，并根据各个分量的信息转换为量子彩色图像；同时实现对九副彩色图像进行量子制备，并对量子线路中辅助量子比特进行了复用，同时加入辅助图像来降低量子线路中的量子比特位数和减少冗余的量子元件，大大提高了量子图像表达算法的性能；且本发明的量子彩色图像中值滤波算法可以量子模拟器上实现。
-
公开(公告)号：CN119513715A
公开(公告)日：2025-02-25
申请号：CN202411653421.4
申请日：2024-11-19
Applicant: 重庆邮电大学
IPC: G06F18/2413 , G06F18/22 , G06N10/60
Abstract: 本发明涉及一种基于粒球的量子HNSW图KNN方法，属于量子计算和机器学习领域。该方法首先通过经典计算将数据集D转换为粒球数据集M，有效降低参与计算的数据量。随后，利用量子计算并行性，通过QRAM算法和角度编码将粒球数据集编码到量子态，并使用Swap‑test和迭代比较量子线路计算相似度，构建多层量子HNSW图。最后，通过量子搜索和优先队列确定测试数据点的K个最近邻，并根据这些邻居的分类结果对测试数据点进行分类。该方法结合经典计算机和量子计算机的优势，在降低计算数据量和时间复杂度的同时，保持了较高的分类精度，为量子机器学习领域提供了新的思路和方法。
-
公开(公告)号：CN115115543B
公开(公告)日：2024-09-06
申请号：CN202210725572.0
申请日：2022-06-24
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种量子彩色图像中值滤波优化方法及系统，涉及量子图像处理领域，解决了现有量子图像处理过程中量子线路中比特数多和存在冗余的量子元件，这降低量子图像表达算法的性能，本发明实现了对辅助比特的复用以及对彩色图像的制备过程进行优化，降低了在量子图像处理过程中量子线路中的量子比特位数，以及减少冗余的量子元件，使得改进的量子彩色图像中值滤波算法得以实现，大幅度提高了量子彩色图像处理的性能，使其在经典计算机下仿真更加易于实现，且为处理更大尺寸的量子图像提供了可能，提高了量子图像算法的处理能力。
-
公开(公告)号：CN118505551A
公开(公告)日：2024-08-16
申请号：CN202410568195.3
申请日：2024-05-09
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种量子彩色图像高斯滤波方法及系统，属于量子计算领域。该方法包括以下步骤：S1：制备待处理图像和八邻域图像的OCQR模型；S2：设计量子图像噪声检测模块的量子线路，对S1制备的量子图像和其八邻域图像进行噪声检测操作；S3：设计量子图像零加群平均滤波模块的量子线路，并对S2经过噪声检测的量子图像进行滤波；S4：对S3处理后的量子图像表达式进行测量，得到图像表达式中的信息，并将其转化为经典图像信息。本发明通过对辅助比特的复用以及对量子图像的制备的优化，使得量子图像高斯滤波算法得以实现，大幅度提高了量子图像处理的性能，为后续处理量子图像打下了基础。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.02 seconds)
