The invention discloses a method of image classification algorithm based on nearest neighbor quantum, including: image classification, a certain percentage of the image pre-processing, extraction of image feature vector for classification; by the test images and training images obtained feature vectors were prepared by quantum state; on the two quantum state using swap test the algorithm, calculating the distance from the test image and the training images to extract the feature vector; will be the distance of the quantum state by AE and majority voting algorithm, output for quantum state distance search; application of quantum state distance minimum search algorithm. In the quantum sequence of distances, the minimum distance is searched to determine the category of the test image. By adopting the technical scheme of the invention, the operation needed for the distance calculation and search algorithm in the image classification process is reduced.
【技术实现步骤摘要】
一种基于量子近邻算法的图像分类方法
本专利技术涉及量子图像处理领域,尤其涉及一种基于量子近邻算法的图像分类方法。
技术介绍
量子计算机靠量子比特来存储信息。与经典比特不同,量子比特有两个显著特点:一是叠加,二是纠缠。叠加指得是一个量子比特可以同时存储0和1。量子计算机中的0和1与经典计算机中的0和1也有不同,量子计算机中叫做状态|0>和状态|1>。叠加态中既有|0>,又有|1>,表示为α|0>+β|1>,其中α2+β2=1,且|0>和|1>所占的比重分别为α2和β2。多个量子比特也可以叠加,比如两个量子比特,可以同时存储|00>,|01>,|10>,|11>四个状态,表示为α|00>+β|01>+γ|10>+λ11>,其中α2+β2+γ2+λ2=1,且|00>,|01>,|10>,|11>所占比重分别为α2,β2,γ2,λ2。纠缠指得是两个量子比特存储的状态之间互相影响的现象。比如两个量子比特所处的状态为那么如果第一个量子比特处在|0>状态,则第二个量子比特也一定处在|0>状态;如果第一个量子比特处在|1>状态,则第二个量子比特也一定处在|1>状态。此时,两个量子比特纠缠在一起,要么都处在|0>状态,要么都处在|1>状态。多个量子比特也可以纠缠。叠加和纠缠带来的好处是量子计算机的高度并行性。在经典计算机上需要一个一个来处理的问题,在量子计算机上由于叠加存储在一起,只处理一次就可以解决。即使再优秀的算法也 ...
【技术保护点】
一种基于量子近邻算法的图像分类方法,其特征在于,包括:步骤S1、将一定比例的图像标记分类,图像进行预处理,提取图像用于分类的特征向量;步骤S2、将由测试图像、训练图像得到的特征向量分别制备成量子态;步骤S3、对两个量子态应用swap test算法,计算从测试图像与训练图像提取的特征向量间距离;步骤S4、将得到的距离的量子态应用AE和多数投票算法,输出用于搜索的距离的量子态;步骤S5、对距离的量子态应用最小值搜索算法。在距离的量子态序列中,搜索最小距离,确定测试图像的类别。
【技术特征摘要】
1.一种基于量子近邻算法的图像分类方法,其特征在于,包括:步骤S1、将一定比例的图像标记分类,图像进行预处理,提取图像用于分类的特征向量;步骤S2、将由测试图像、训练图像得到的特征向量分别制备成量子态;步骤S3、对两个量子态应用swaptest算法,计算从测试图像与训练图像提取的特征向量间距离;步骤S4、将得到的距离的量子态应用AE和多数投票算法,输出用于搜索的距离的量子态;步骤S5、对距离的量子态应用最小值搜索算法。在距离的量子态序列中,搜索最小距离,确定测试图像的类别。2.如权利要求1所述的基于量子近邻算法的图像分类方法,其特征在于,步骤S1具体包括以下步骤:步骤S1.1、提取图像集合中图像的颜色特征向量。将图像由RGB空间转为HSV空间,进行非均匀量化后构造一维特征矢量,得到图像的颜色特征向量;步骤S1.2、将集合中图像由RGB彩色图像转化为灰度图像,计算四个方向的灰度共生矩阵,计算每个方向的参数值,并求出平均值和标准差,得到图像的纹理特征向量;步骤S1.3、对两类特征向量进行归一化后,将同一图像的两类特征向量按一定比例相加,比例和为1,相加后仍满足归一化。3.如权利要求1所述的基于量子近邻算法的图像分类方法,其特征在于,步骤S2具体包括以下步骤:步骤S2.1、采用H门、T门、CNOT门和R门制备初始叠加状态。步骤S2.2、依次对初始状态应用OracleF、...
【专利技术属性】
技术研发人员:姜楠,党义杰,赵娜,虎皓,
申请(专利权)人:北京工业大学,
类型:发明
国别省市:北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。