-
公开(公告)号：CN118761478B
公开(公告)日：2024-11-12
申请号：CN202411245125.0
申请日：2024-09-06
Applicant: 南京邮电大学
IPC: G06N10/20 , G06N20/00 , G06F17/16 , G06F18/214 , G06F18/241 , G06F18/213
Abstract: 本发明公开了一种提升量子机器学习模型泛化性能的方法，属于数据分类技术领域，该方法扩展了以往使用固定的Pauli算符作为测量算子的局限，提出通过优化可观测量来完成量子机器学习模型设计的新方法，该方法主要涉及两步优化，首先通过求解二次规划寻找适合于采样后小型数据集的集合，该步骤的思想类似于经典机器学习的范数最小化，以此来提高模型的泛化性能；其次将该集合的特征值构建为测量算子在训练集上完成针对门电路参数的优化，从而进一步提升模型的性能。最后，通过pennylane上的实验仿真以及在IBM真实量子计算机上的测试，验证了本发明的可行性。本发明为量子机器学习模型的设计提供了新的思路，有望推进该领域的发展。
-
公开(公告)号：CN118677613A
公开(公告)日：2024-09-20
申请号：CN202411155689.5
申请日：2024-08-22
Applicant: 国网浙江省电力有限公司信息通信分公司 , 南京邮电大学 , 国网电力科学研究院有限公司
Inventor： 许敏 , 汤亿则 , 温树峰 , 周鹏 , 杨怀仁 , 高渝强 , 张烨华 , 戚伟强 , 邱兰馨 , 吕思达 , 王以良 , 郭亚琼 , 杨帆 , 周晨轶 , 徐阳洲 , 王译锋 , 仲子龙 , 赵若涵 , 李飞 , 李汀
Abstract: 本发明公开了一种传输差错检测的量子处理方法、装置、设备和介质，包括在通信发送端根据量子密钥分发协议制备量子态并进行双轨编码；使用泡利信道传输编码后的量子态，获得待检测量子态在泡利信道中的传输信息数据；设计差错检测电路对待检测量子态中的单量子比特错误进行预筛选；训练参数化量子电路作为量子机器学习模型对待放大量子态中的正确态进行振幅放大，得到传输量子态。本发明通过编码设计、信道选择差错检测以及经过量子机器学习的振幅放大，对量子传输中错误进行检测，提高量子密钥传输过程中测得正确态的概率，从而提高量子密钥的成码率。
-
公开(公告)号：CN118413323B
公开(公告)日：2024-08-23
申请号：CN202410874052.5
申请日：2024-07-02
Applicant: 国网浙江省电力有限公司信息通信分公司 , 南京邮电大学 , 国网电力科学研究院有限公司
Inventor： 汤亿则 , 许敏 , 周鹏 , 张烨华 , 邱兰馨 , 高渝强 , 戚伟强 , 吕思达 , 王以良 , 贺琛 , 郭亚琼 , 杨帆 , 周晨轶 , 阮黎翔 , 邓方远 , 征玲玲 , 赵若涵 , 温树峰 , 李汀
IPC: H04L9/08
Abstract: 本发明涉及量子密钥分发技术领域，尤其涉及一种量子密钥分发方法、系统、设备及介质，包括：基于泡利信道发送第一状态至接收方，使接收方随机使用三种期望测量基中的任一种对所述第一状态进行期望测量以得到期望测量结果；发送预设轮次后，基于泡利信道发送伪装信息至接收方，所述伪装信息用于指示所述接收方发送所述期望测量结果和随机使用的期望测量基；基于泡利信道接收来自接收方的所述期望测量结果和随机使用的期望测量基，若判断不存在窃听者，则发送第二状态至接收方，使接收方基于接收的第二状态还原无噪情况下期望值，进行密钥分发，克服了现有技术在泡利信道中存在的噪声对于量子密钥分发的影响，保证了成码率不受噪声影响。
-
公开(公告)号：CN118413323A
公开(公告)日：2024-07-30
申请号：CN202410874052.5
申请日：2024-07-02
Applicant: 国网浙江省电力有限公司信息通信分公司 , 南京邮电大学 , 国网电力科学研究院有限公司
Inventor： 汤亿则 , 许敏 , 周鹏 , 张烨华 , 邱兰馨 , 高渝强 , 戚伟强 , 吕思达 , 王以良 , 贺琛 , 郭亚琼 , 杨帆 , 周晨轶 , 阮黎翔 , 邓方远 , 征玲玲 , 赵若涵 , 温树峰 , 李汀
IPC: H04L9/08
Abstract: 本发明涉及量子密钥分发技术领域，尤其涉及一种量子密钥分发方法、系统、设备及介质，包括：基于泡利信道发送第一状态至接收方，使接收方随机使用三种期望测量基中的任一种对所述第一状态进行期望测量以得到期望测量结果；发送预设轮次后，基于泡利信道发送伪装信息至接收方，所述伪装信息用于指示所述接收方发送所述期望测量结果和随机使用的期望测量基；基于泡利信道接收来自接收方的所述期望测量结果和随机使用的期望测量基，若判断不存在窃听者，则发送第二状态至接收方，使接收方基于接收的第二状态还原无噪情况下期望值，进行密钥分发，克服了现有技术在泡利信道中存在的噪声对于量子密钥分发的影响，保证了成码率不受噪声影响。
-
公开(公告)号：CN118261260A
公开(公告)日：2024-06-28
申请号：CN202410678135.7
申请日：2024-05-29
Applicant: 南京邮电大学
Abstract: 本发明公开了基于量子振幅衰减信道Z混态表达式的量子误差缓解方法，涉及量子误差缓解技术领域，具体包括，给出任意可以在真实量子计算机上运行的量子线路以及任意输入量子态，使用泡利Z算符测量被噪声影响的输出期望值；构建用于估计量子线路中量子门产生的噪声参数和量子测量产生的噪声参数的量子线路并使用泡利Z算符测量输出期望值；测量输出期望值；利用推导的关于量子振幅衰减信道的Z混态表达式的结论对原始量子线路被噪声影响的输出期望值进行误差缓解。本发明能够以较低的复杂度联合缓解量子门和量子测量产生的误差，为量子误差缓解领域提供了新的更低复杂度的误差缓解方案。
-
Patent Agency Ranking
公开(公告)号：CN117649560A
公开(公告)日：2024-03-05
申请号：CN202311721186.5
申请日：2023-12-13
Applicant: 南京邮电大学
IPC: G06V10/764 , G06V10/82 , G06N20/00 , G06N10/20 , G06N3/02
Abstract: 本发明提供一种基于轻量化量子电路的量子‑经典混合机器学习模型的图像数据分类方法及装置，构建基于轻量化量子电路的量子‑经典混合机器学习模型；计算测量期望值；使用经典计算机的参数优化模块对基于轻量化量子电路的量子分类器的参数与经典计算机的人工神经网络的参数进行优化；得到优化后的量子‑经典混合机器学习模型；将待分类图像数据输入优化后的基于轻量化量子电路的量子‑经典混合机器学习模型，得到分类结果；本发明能够降低计算复杂度，能够获得高准确性的分类结果，高效且低成本，能够在参数数量大大减少的情况下，实现精度高的目的。
-
公开(公告)号：CN116346164A
公开(公告)日：2023-06-27
申请号：CN202310236114.5
申请日：2023-03-13
Applicant: 南京邮电大学
IPC: H04B1/7105 , H04B1/711
Abstract: 本发明公开了一种OTFS系统中连续并行干扰消除的最大似然检测方法，属于OTFS系统信号检测技术领域；依据最大多径时延的大小在延时多普勒域中插入零值；延时多普勒域得到接收信号矩阵，依据信道状态信息确定单一路径叠加数据以及延时量；在延时量对应索引处沿着多普勒频移方向去除信道的影响，采用最大似然检测算法检测数据并记录；在多路径叠加所在的延时量处依据信道状态信息和已检测信号计算干扰分量；去除干扰分量后沿着多普勒方向去除信道的影响，完成对所有接收信号的估计。本发明通过改变MP算法和ML算法实现信号检测，利用信道状态信息和已检测信号，在延时多普勒域实现高准确率的信号检测，降低了最大似然检测算法的复杂度。
-
公开(公告)号：CN110460549B
公开(公告)日：2022-01-28
申请号：CN201910712719.0
申请日：2019-08-02
Applicant: 南京邮电大学
IPC: H04L25/02 , H04B7/0452 , H04B17/391
Abstract: 本发明公开一种新颖的多用户3D MIMO系统的信道估计方法，包括：利用波达方向与平面阵列天线的x轴和y轴的夹角进行建模，将3D MIMO信道投影到x轴和y轴上面；上行前导阶段给每个用户分配正交导频序列，获得每个用户投影到x轴和y轴的上的信道的成对的空间特征和最优旋转角；对获得的成对的空间特征进行分组，组内分配同一条导频信息，组间分配正交导频序列；前导阶段之后的第n个相干时间的组内通过第n‑1个相干时间的空间特征和最优旋转角进行信道估计，然后动态更新用户的空间特征和最优旋转角；重复组内信道估计方法获得小区内所有用户的空间特征和最优旋转角度，重构小区里所有用户的x轴和y轴的信道，通过Kronecker积生成3D MIMO信道。
-
公开(公告)号：CN110460549A
公开(公告)日：2019-11-15
申请号：CN201910712719.0
申请日：2019-08-02
Applicant: 南京邮电大学
IPC: H04L25/02 , H04B7/0452 , H04B17/391
Abstract: 本发明公开一种新颖的多用户3D MIMO系统的信道估计方法，包括：利用波达方向与平面阵列天线的x轴和y轴的夹角进行建模，将3D MIMO信道投影到x轴和y轴上面；上行前导阶段给每个用户分配正交导频序列，获得每个用户投影到x轴和y轴的上的信道的成对的空间特征和最优旋转角；对获得的成对的空间特征进行分组，组内分配同一条导频信息，组间分配正交导频序列；前导阶段之后的第n个相干时间的组内通过第n-1个相干时间的空间特征和最优旋转角进行信道估计，然后动态更新用户的空间特征和最优旋转角；重复组内信道估计方法获得小区内所有用户的空间特征和最优旋转角度，重构小区里所有用户的x轴和y轴的信道，通过Kronecker积生成3D MIMO信道。
-
公开(公告)号：CN107333276A
公开(公告)日：2017-11-07
申请号：CN201710389795.3
申请日：2017-05-27
Applicant: 南京邮电大学
Abstract: 本发明公开了基于加权卡方距离的WiFi位置指纹定位方法，该方法建立一个可靠稳定的指纹数据库，能够有效地提高定位精度和定位的有效性。该方法包括如下步骤：步骤1：在离线测量阶段，建立指纹数据库。步骤2：在线定位阶段，根据待定位点获取到的各个无线接入点AP的信号强度向量，并计算待定位点的信号强度向量与指纹数据库中指纹向量的加权卡方距离。步骤3：将计算所得的加权卡方距离进行从大到小排序，选择K个参考点(K表示个数)。步骤4：根据参考点的位置坐标估算待定位点的位置坐标。该方法在离线测量阶段采用方差滤波的方法能够有效剔除了在参考点处接收到的信号强度值中存在的噪声值，提高了指纹库里指纹的准确性。
-
-
-
-
-
-
-
-
-
Search Results
52
records
(took 0.027 seconds)
