申请/专利权人：合肥综合性国家科学中心人工智能研究院(安徽省人工智能实验室)

申请日：2024-01-18

公开（公告）日：2024-04-09

公开（公告）号：CN117591947B

主分类号：G06F18/2411

分类号：G06F18/2411;G06N20/10

优先权：

专利状态码：有效-授权

法律状态：2024.04.09#授权;2024.03.12#实质审查的生效;2024.02.23#公开

摘要：本发明涉及量子机器学习领域，具体涉及一种基于变分量子核的量子支持向量机的数据分类方法。该方法解决基于量子支持向量机的数据分类方法在处理复杂数据分类时分类效果不准确的问题。该方法具体包括：将数据集通过映射函数映射到映射空间后进行量子编码；求解表示映射空间数据分离超平面参数的量子态；使用量子支持向量机对映射数据集进行分类；基于损失函数更新映射函数得到优化过的映射函数；基于优化过的映射函数对待分类数据映射后使用量子支持向量机分类。本发明将待分类的数据映射到高维的映射空间用超平面分离，从而使量子支持向量机可以处理更复杂的数据分布，提高了分类的准确性。

主权项：1.一种基于变分量子核的量子支持向量机的数据分类方法，其特征在于，包括以下步骤：步骤一，将待分类数据组成数据集，表示待分类数据的数量，表示每条待分类数据的维数，表示维实数空间，表示第条待分类数据；将数据集保存在量子数据结构中；步骤二，将数据集通过映射函数映射得到映射数据集，第条待分类数据映射后得到映射待分类数据，映射函数的待优化参数向量为；所述映射函数为： ；其中，代表映射函数的第个待优化参数，表示映射函数非线性的阶数，代表张量积操作;步骤三，制备映射数据集量子特性编码将映射数据集进行量子编码；步骤四，根据核函数矩阵定义描述映射空间数据分离超平面参数的核映射方程，通过量子线性求解器求解该核映射方程，得到表示映射空间数据分离超平面参数的量子态；核函数矩阵为维，核函数矩阵中每一个元素的值为该元素所在行所代表的映射待分类数据与该元素所在列所代表的映射待分类数据的内积；步骤五，基于表示映射空间数据分离超平面参数的量子态，使用量子支持向量机对映射数据集进行分类；步骤六，构建损失函数，基于损失函数更新映射函数的待优化参数向量，使损失函数值小于预设值，得到优化过的映射函数；步骤七，基于优化过的映射函数对待分类数据进行映射得到映射后的数据，使用量子支持向量机对映射后的数据进行分类。

全文数据：

权利要求：

百度查询： 合肥综合性国家科学中心人工智能研究院(安徽省人工智能实验室) 一种基于变分量子核的量子支持向量机的数据分类方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD