申请/专利权人：西安工程大学

申请日：2023-11-30

公开（公告）日：2024-04-12

公开（公告）号：CN117876734A

主分类号：G06V10/764

分类号：G06V10/764;G06N7/01;G06N10/60

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.30#实质审查的生效;2024.04.12#公开

摘要：本发明公开了基于量子贝叶斯分类器的图像分类方法，读取图像的训练数据集，使用局部采样提取二值化关键特征；构造量子贝叶斯网络，根据贝叶斯网络的结构，创建量子贝叶斯分类器，构造量子贝叶斯分类器的量子线路；读取待分类图像数据，提取二值化关键特征集合，在分类器量子线路上测量特征集合对应的类别概率，选择最大概率对应的类别作为分类器的分类结果。本发明所提供的基于量子贝叶斯分类器的图像分类方法，不同于神经网络的参数学习模式，只需要根据样本特征即可决策出分类结果，无需繁琐的训练过程，计算复杂性低。同时，由于采用了局部采样的方法，只需要很少的量子比特，有利于量子设备的实现。

主权项：1.基于量子贝叶斯分类器的图像分类方法，其特征在于，读取图像的训练数据集，使用局部采样提取二值化关键特征；构造量子贝叶斯网络，根据贝叶斯网络的结构，创建量子贝叶斯分类器，构造量子贝叶斯分类器的量子线路；读取待分类图像数据，提取二值化关键特征集合，在分类器量子线路上测量特征集合对应的类别概率，选择最大概率对应的类别作为分类器的分类结果。

全文数据：

权利要求：

百度查询： 西安工程大学 基于量子贝叶斯分类器的图像分类方法

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