量子旋转门
量子旋转门的相关文献在2006年到2022年内共计76篇,主要集中在自动化技术、计算机技术、电工技术、经济计划与管理
等领域,其中期刊论文73篇、会议论文2篇、专利文献257666篇;相关期刊52种,包括黄山学院学报、重庆理工大学学报(自然科学版)、电子学报等;
相关会议2种,包括全国抗恶劣环境计算机第二十五届学术年会 、中国高等学校电力系统及其自动化专业第二十五届学术年会等;量子旋转门的相关文献由182位作者贡献,包括李盼池、向凤红、曹云等。
量子旋转门—发文量
专利文献>
论文:257666篇
占比:99.97%
总计:257741篇
量子旋转门
-研究学者
- 李盼池
- 向凤红
- 曹云
- 毛剑琳
- 郭宁
- 李飞
- 左兴喜
- 张莲
- 徐建政
- 权芳芳
- 李勇
- 李士勇
- 杨佳俊
- 杨森淋
- 杨淑云
- 王春丽
- 王欢
- 王磊
- 禹红良
- 许峰
- 陈亮
- 黄力明
- 万正宜
- 乐秀璠
- 于瑞琴
- 任伟
- 何健
- 何荣花
- 侯坤
- 俞蔡阳
- 倪红梅
- 冀俊忠
- 冯玉芳
- 冯路佳
- 刁鸣
- 刘亚奇
- 刘宏
- 刘希玉
- 刘建永
- 刘怡俊
- 刘文光
- 刘椿年
- 刘芳
- 华明正
- 叶培
- 叶春明
- 叶晓慧
- 叶燕杰
- 吕兴朝
- 吕勇
-
-
白丽丽;
宋初一;
许丽艳;
宋泽瑞;
姜静清
-
-
摘要:
为改进传统K-means聚类算法中存在因随机选择初始质心而导致聚类结果不稳定且准确度低的缺点,提出基于改进量子旋转门人工鱼群算法的K-means聚类(IQAFSA)算法,通过动态更新量子旋转门的旋转角提高下一代更新方向准确度及更新速度。变异策略从传统的非门改为H门,既增加种群的多样性,又使全局搜索能力增强;最终使用所改进算法选取K-means的初始质心再进行聚类。通过UCI数据的测试以及在医学相关数据上的实验表明,提出的算法具有有效性,准确度较高且收敛速度较快。
-
-
刘亚奇
-
-
摘要:
针对天牛须算法在优化过程中收敛速度慢、精度低且易陷入早熟收敛等问题,提出了一种基于量子进化的天牛须搜索(QBAS)算法。对当前迭代的最优候选解,认为是“正”“伪”两种状态的量子位线性叠加,用实数编码的量子进行重新表示,然后利用量子旋转门更新量子表达式。仿真实验中,用6个标准测试函数来验证QBAS算法的性能。实验结果表明,QBAS算法对多峰函数具有更快的收敛速度和更优的寻优性能。
-
-
李冀;
赵博涵;
岳出琛;
彭翼杰;
刘文光
-
-
摘要:
针对灰狼优化算法寻优过程中易陷入局部最优、种群资源利用不充分等不足,提出一种嵌入邻域变异策略的量子灰狼优化算法(Neighborhood Mutation Quantum Grey Wolf Optimizer,NMQGWO).首先,利用量子旋转门更新机制提升灰狼种群的初代多样性.其次,引入非线性惯性权值以提升算法寻优收敛速度并保障算法对全局最优值的搜索能力.最后,嵌入邻域变异策略防止因种群多样性逐步贫化而造成算法陷入局部极小的现象.将NMQGWO算法与其他4种算法针对6种标准测试函数进行仿真对比实验,结果表明,NMQGWO算法的收敛精度和收敛速度优于其他算法,验证了改进策略的有效性.
-
-
张宇献;
陈向文;
钱小毅
-
-
摘要:
针对采用传统智能优化算法挖掘分类规则时易出现分类精度不理想、噪声容忍度差等情况,提出一种基于双链量子遗传优化分类规则挖掘算法.采用双链量子位对分类规则进行实数编码,通过解空间变换将量子位概率幅映射到相应实数集,根据目标函数梯度变化确定量子旋转门转角,并利用量子非门进行个体变异.选取UCI数据库中9组分类数据集对所提出算法分类性能进行测试,结果表明,所提出算法具有较好的分类精度和噪声容忍度.
-
-
王钾;
王慧琴;
冯路佳
-
-
摘要:
针对现在大空间建筑消防应急疏散问题,在火灾发生时,为撤离人群提供一条从危险区域到安全地带的最短安全路线;对疏散路径优化进行了研究,提出一种融合量子进化算法的改进蚁群算法用于消防疏散路径规划,用量子比特表示信息素,量子旋转门反馈控制信息素更新,即能体现量子并行计算的高效性,又能拥有蚁群算法较好的寻优能力;通过3个基准函数优化仿真与传统量子进化算法进行对比,证明算法较优的性能;再通过路径优化的仿真实验与经典蚁群算法进行比较,结果表明,算法能够有效避免陷入局部最优和拥有更快的收敛速度,在疏散路径规划中更为有效.
-
-
-
-
吴亚榕;
王欢;
李键红
-
-
摘要:
针对极限学习机参数优化问题,提出量子遗传算法优化极限学习机的方法(QGA-ELM).在该方法中,对ELM的输入权值和隐含层阈值采用量子比特编码,并将其映射为QGA的染色体,QGA的适应度函数为对应ELM的分类精度;通过QGA的量子旋转门优化出输入权值与隐含层阈值,以此训练出分类精度更高的ELM,从而改善ELM的泛化性能.通过ELM和QGA-ELM对数据集的仿真结果对比表明,QGA-ELM有效地提升了ELM网络的分类精度.
-
-
吴亚榕1;
王欢2;
李键红3
-
-
摘要:
针对极限学习机参数优化问题,提出量子遗传算法优化极限学习机的方法(QGA-ELM)。在该方法中,对ELM的输入权值和隐含层阈值采用量子比特编码,并将其映射为QGA的染色体,QGA的适应度函数为对应ELM的分类精度;通过QGA的量子旋转门优化出输入权值与隐含层阈值,以此训练出分类精度更高的ELM,从而改善ELM的泛化性能。通过ELM和QGA-ELM对数据集的仿真结果对比表明,QGA-ELM有效地提升了ELM网络的分类精度。
-
-
苏一丹;
房骁;
覃华;
王保锋;
陈琴
-
-
摘要:
The preference of the affinity propagation(AP)clustering algorithm is related to the data sets.If the algorithm is not optimized according to the data sets, the clustering accuracy of the algorithm will be reduced.A quantum affinity propagation clustering algorithm is proposed in this paper.Firstly,the preference parameter is encoded by the quantum superposition state.Secondly, the superposition state of the quantum is searched by the quantum rotate gate, with the purpose of finding out the approximately optimal preference value for AP algorithm clustering.By that method, the AP preference parameter can be optimized adaptively.Experimental results on the UCI data sets show that the proposed algorithm gets better clustering accuracy against several other similar algorithms,and the computation time and the number of iterations are superior to the traditional AP algorithm.Therefore, the idea that quantum computation is introduced in to optimize the affinity propagation clustering algorithm is feasible.%传统近邻传播聚类算法(affinity propagation,AP)的偏向参数与数据集相关,若不根据数据集作优化,将导致算法聚类精度低.为此提出一种量子近邻传播聚类算法,首先用量子叠加态编码偏向参数,再用量子旋转门搜索量子叠加态,找出近优的偏向参数供AP算法聚类,达到自适应优化AP偏向参数的目的.在UCI数据集上的实验结果表明,本文提出的算法聚类精度比同类算法更优,计算时间和迭代次数亦优于传统AP算法,引入量子计算优化近邻传播聚类算法的思路是可行的.
-
-
李建军;
陈武平;
周庆;
宋衍
- 《全国抗恶劣环境计算机第二十五届学术年会》
| 2015年
-
摘要:
针对混合蛙跳算法搜索速度和精度不高的缺点,将量子的思想融入混合蛙跳算法,提出了一种基于量子旋转门的改进混合蛙跳算法.该改进算法通过使用量子位的概率幅表示优化问题的解,以量子旋转门来对青蛙位置进行变换,以此来增强算法搜索最优解的能力.通过对6个标准函数的实验,结果表明改进后的算法寻优精度和收敛速度都有了很大程度地提高,具有较好地实用性能.
-
-
李勇;
王春丽
- 《中国高等学校电力系统及其自动化专业第二十五届学术年会》
| 2009年
-
摘要:
量子遗传算法是基于量子计算原理的概率优化方法,文中提出了动态调整量子旋转门、量子交叉及量子变异的改进操作,使算法具有更快的收敛速度和全局寻优能力。输电网规划是复杂的大规模非线性组合优化问题,提出了一种基于改进量子遗传算法的输电网规划模型。算例表明,该方法能够快速有效的获得全局经济最优的输电网规划方案。