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！

龙图腾网恭喜北京中科弧光量子软件技术有限公司申请的专利基于混合量子经典图卷积神经网络的社区评论分类方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN118245876B 。

龙图腾网通过国家知识产权局官网在2025-05-02发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202410357246.8，技术领域涉及：G06F18/241；该发明授权基于混合量子经典图卷积神经网络的社区评论分类方法是由崔国龙设计研发完成，并于2024-03-27向国家知识产权局提交的专利申请。

本基于混合量子经典图卷积神经网络的社区评论分类方法在说明书摘要公布了：本发明公开了一种基于混合量子经典图卷积神经网络的社区评论分类方法，涉及基于量子计算的社区评论分类技术领域，本发明通过对每个节点的特征矢量进行处理，获得每个节点的维度较少的经典信息，能利用目前的经典机器学习模型和训练框架以及目前的量子计算机进行实现，更适用于目前的NISQ设备。

本发明授权基于混合量子经典图卷积神经网络的社区评论分类方法在权利要求书中公布了：1.一种基于混合量子经典图卷积神经网络的社区评论分类方法，其特征在于，包括：S1、获取用于表征社区的图评论网络数据集中的多个节点之间连接关系的邻接矩阵；S2、根据所述图评论网络数据集，得到度矩阵，使用所述度矩阵对所述邻接矩阵进行标准化；S3、将标准化后的邻接矩阵作用在每个节点的特征矢量上，以聚合每个节点的邻近节点的信息，得到每个节点的第一特征矢量；S4、通过单层的第一经典全连接层对每个节点的第一特征矢量进行处理，得到每个节点的第二特征矢量；S5、将所述标准化后的邻接矩阵作用在每个节点的第二特征矢量上，以聚合每个节点的邻近节点的信息，得到每个节点的第三特征矢量；S6、将每个节点的第三特征矢量编码为量子态；S7、利用量子神经网络对每个节点对应的量子态进行处理，以测量所述量子神经网络对应的量子系统的量子比特，获得每个节点的经典信息；S8、将每个节点的经典信息作为相应节点的特征矢量，返回执行S3，直至符合结束条件；S9、将每个节点的最新的经典信息输入单层的第二经典全连接层，输出图评论网络数据集中的每个训练节点对应的不同类别数据，得到每个训练节点对应的不同类别数据与训练节点的真实标签的交叉熵损失函数，根据所述交叉熵损失函数，更新量子神经网络的参数、第一经典全连接层的参数和第二经典全连接层的参数以最小化交叉熵损失函数，直至交叉熵损失函数达到最小值为止，得到用于对社区图评论网络数据进行分类的混合量子经典图卷积神经网络模型；S10、利用所述混合量子经典图卷积神经网络模型对预设社区图评论网络数据进行分类；其中，量子神经网络为量子图卷积神经网络，量子图卷积神经网络采用10个量子比特，通过交替作用在两个量子比特上的由基本量子门组成的幺正操作U来实现，幺正操作U包括Rx旋转量子门、Ry旋转量子门和Rz旋转量子门。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京中科弧光量子软件技术有限公司，其通讯地址为：100191 北京市海淀区知春路23号6层606A室；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。