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：中国石油大学(华东)

摘要：本发明提供了一种基于改进蛛蜂优化的量子神经架构搜索算法，并将其用于图像分类。本方法首先对图像数据集灰度化，归一化，然后将处理后的图像数据编码为量子数据，并去除其中存在矛盾的图像。针对量子神经架构的设计无明确指导经验，人工设计的量子神经架构过于复杂且分类精度不高的问题，本发明采用改进的蛛蜂算法来搜索量子架构，在传统蛛蜂优化算法中加入了蒙特卡洛逆变换法、随机复合变异等策略，提高种群的全局寻优能力，找到综合性能更优异的量子神经网络。本发明的量子神经架构搜索方法有效解决了因量子门的高冗余带来的分类效率低下问题，提高了图像分类的精度，也降低了量子网络部署到真实量子设备上的难度。采用本方法进行量子神经架构搜索，能够极大提高量子网络的可用性并可以为设计人员提供一些指导经验。

主权项：1.一种基于改进蛛蜂优化的量子神经架构搜索算法，可用于图像分类，其特征包含以下步骤：a.获取图像数据集，对图像执行灰度化和归一化操作，采用qubit-lattice的编码方式，将图像数据编码为量子数据，然后去除其中存在矛盾的数据；b.构建量子神经网络，其用含有数个量子逻辑门的量子电路表示，按上述过程将图像数据编码为量子数据然后拼接上辅助量子比特|1得到作为量子线路的全部输入，量子线路涉及的量子逻辑门包括XX、YY门、ZZ门和I门，I门表示恒等变换，编码后的量子数据会经过两次量子逻辑门变换，最终可以由辅助量子位读出图像分类结果；c.实现改进蛛蜂优化算法。蛛蜂主要有狩猎、筑巢和交叉三种行为，三种行为分别在不同的条件下执行，当蛛蜂狩猎时找不到猎物时引入蒙特卡洛逆变换法，给蛛蜂赋予量子特性，增大蛛蜂的搜索范围，以增强蛛蜂的全局寻优能力；三种行为过后均会进行适应度评估，若全局最优解的适应度连续一段时间内均没有得到较大提升，则认为种群选入了局部最优，此时对适应度排名靠后的数个个体采用复合随机变异策略促使种群跳出局部最优解，否则使用量子旋转门让这些个体朝着全局最优的位置靠近，量子旋转门的角度是动态更新的，其受当前迭代轮数影响；种群狩猎和筑巢过程随机概率p≤平衡参数TR： 上述公式中t1～t6均为0到1之间的随机数，是第t代第i个个体的位置，是第t+1代第i个个体的位置，是种群中随机选择的第a、b、c个个体，pbesti为局部最优解，gbest为全局最优解，第二个公式右侧的如下所示： 种群交叉公式随机概率p平衡参数TR： d.利用改进蛛蜂优化算法进行量子神经架构搜索，对最终搜索到的量子电路使用分类精度和最优网络复杂度等指标作为评价标准，对算法做出评价。

全文数据：

权利要求：

百度查询： 中国石油大学(华东) 一种基于改进蛛蜂优化的量子神经架构搜索算法