

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、近十年來(lái),隨著量子計(jì)算研究的深入和機(jī)器學(xué)習(xí)算法領(lǐng)域的快速發(fā)展,涌現(xiàn)了很多量子機(jī)器學(xué)習(xí)算法。很多學(xué)者開(kāi)始考慮將量子計(jì)算的理論、思維、方法和技巧應(yīng)用到機(jī)器學(xué)習(xí)的算法中,利用量子信息計(jì)算的本原特性提高經(jīng)典機(jī)器學(xué)習(xí)算法的運(yùn)行效率或準(zhǔn)確率。量子機(jī)器學(xué)習(xí)算法不僅僅停留在理論研究上,最近已經(jīng)有物理學(xué)家根據(jù)提出的量子機(jī)器學(xué)習(xí)算法理論實(shí)現(xiàn)了該算法,這些理論研究的深入和物理實(shí)現(xiàn)上取得的成果為研究新的量子機(jī)器學(xué)習(xí)算法提供了參考。
本文首先介紹了量子
2、算法的基本理論,包括量子比特,量子門(mén),量子計(jì)算的并行性,在此基礎(chǔ)上引出了兩個(gè)經(jīng)典的量子算法:量子Grover搜索算法和相位估計(jì)算法,對(duì)這兩種量子算法進(jìn)行了描述,然后介紹了經(jīng)典的機(jī)器學(xué)習(xí)算法:K近鄰分類(lèi)算法,主要討論該算法的三個(gè)方面的內(nèi)容:相似度的度量、搜索最接近的k個(gè)點(diǎn)所使用的算法和該算法的優(yōu)缺點(diǎn)。
接著本文就K近鄰算法計(jì)算量較大的不足提出了一種量子K近鄰算法,將經(jīng)典K近鄰算法的部分步驟使用量子算法來(lái)實(shí)現(xiàn),利用量子疊加態(tài)和量子
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于K近鄰的分類(lèi)算法研究.pdf
- 加密數(shù)據(jù)的k近鄰查詢算法研究.pdf
- 面向雜草識(shí)別的K近鄰算法研究.pdf
- K-近鄰分類(lèi)的改進(jìn)算法研究.pdf
- 基于數(shù)據(jù)轉(zhuǎn)化的k近鄰查詢算法研究.pdf
- 基于k近鄰樹(shù)的離群檢測(cè)算法研究.pdf
- 基于K近鄰集成算法的分類(lèi)挖掘研究.pdf
- 基于K-近鄰算法的文本自動(dòng)分類(lèi).pdf
- 基于k近鄰分類(lèi)準(zhǔn)則的特征變換算法研究.pdf
- 基于Spark云計(jì)算平臺(tái)的改進(jìn)K近鄰算法研究.pdf
- 基于K近鄰算法的中文文本分類(lèi)研究.pdf
- 移動(dòng)對(duì)象基于Quad樹(shù)的K近鄰查詢算法的研究.pdf
- 基于粒計(jì)算的K近鄰多標(biāo)簽學(xué)習(xí)算法.pdf
- 路網(wǎng)中考慮運(yùn)動(dòng)狀態(tài)的連續(xù)K近鄰查詢算法研究.pdf
- 基于K-近鄰算法的資產(chǎn)定價(jià)模型與套利.pdf
- 基于k近鄰多標(biāo)簽學(xué)習(xí)的數(shù)據(jù)降維算法的研究.pdf
- 基于K近鄰快速區(qū)域歸并的圖像分割算法研究及應(yīng)用.pdf
- 帶權(quán)不確定圖的K最近鄰查詢算法.pdf
- 移動(dòng)對(duì)象反向k近鄰查詢研究.pdf
- 障礙空間中移動(dòng)對(duì)象的k最近鄰和組k最近鄰查詢研究.pdf
評(píng)論
0/150
提交評(píng)論