买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：厦门工学院;福建师范大学

摘要：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。

主权项：1.基于Grover搜索算法的量子神经网络聚类方法，其特征在于，包括：获取样本数据和多个初始神经元权重，并根据所述多个初始神经元权重构建初始量子神经网络聚类模型；所述样本数据包括文本数据、音频数据、视频数据或图像数据中的至少一种；在所述初始量子神经网络聚类模型中，将所述样本数据转换为样本量子态，同时将所述多个初始神经元权重分别转换为多个权重量子态；通过量子交换测试操作和量子振幅估计计算所述样本量子态与每一所述权重量子态之间的相似度；根据所述相似度和Grover搜索算法确定优胜神经元权重的索引标签集合；根据所述索引标签集合迭代更新所述多个初始神经元权重，并返回执行所述获取样本数据和多个初始神经元权重的步骤直至迭代次数达到预设的最大迭代次数，得到目标量子神经网络聚类模型；通过所述目标量子神经网络聚类模型对输入数据进行聚类分析；所述将所述样本数据转换为样本量子态，同时将所述多个初始神经元权重分别转换为多个权重量子态包括：在希尔伯特空间中初始化量子系统，并在所述量子系统的第一寄存器中存储每一所述初始神经元权重的索引标签；通过酉操作将所述样本数据编码至所述量子系统的第二寄存器的振幅上，同时将所述多个初始神经元权重编码至所述量子系统的第三寄存器的振幅上，得到样本量子态和多个权重量子态；所述根据所述索引标签集合迭代更新所述多个初始神经元权重具体为： ；其中，表示更新后的初始神经元权重，表示学习速率，且，表示更新前的初始神经元权重，表示样本数据。

全文数据：

权利要求：

百度查询： 厦门工学院 福建师范大学 基于Grover搜索算法的量子神经网络聚类方法及终端