一种求解约束优化问题的量子近似算法

    公开(公告)号:CN115577780A

    公开(公告)日:2023-01-06

    申请号:CN202210435636.3

    申请日:2022-04-24

    Abstract: 本发明公开了一种求解约束优化问题的量子近似算法,属于量子计算技术领域。本发明将二次无约束的二元优化方法和量子交替算符拟设方法融合在同一量子近似优化算法框架中,利用经典的贪心算法,对带约束的优化问题进行求解,得到的近似最优解作为一个约束条件,根据约束条件重新设计编码演化算符,使得表征解的量子态演化限制在可行解范围内,并且,将约束优化问题通过添加惩罚项转化为无约束优化问题,当有解违反约束时,在目标函数中添加惩罚项,使不满足约束条件的解的期望值比满足约束条件的解要差,通过本发明方法能高效的求解约束优化问题。

    一种基于PQC的混合量子神经网络模型的图像分类方法

    公开(公告)号:CN119580278A

    公开(公告)日:2025-03-07

    申请号:CN202411739801.X

    申请日:2024-11-29

    Inventor: 阮越 张军

    Abstract: 本发明公开了一种基于PQC的混合量子神经网络模型的图像分类方法,属于量子计算技术领域。本发明在经典神经网络结构的基础上,通过参数化量子电路代替经典的卷积层,减少网络结构中可训练的参数量,并在参数化量子电路中添加设计的纠缠结构Ub,提升结构的特征捕捉能力和整个网络的学习效率。利用混合量子神经网络架构,根据给定的标签样本去设计对应的纠缠结构Ub并作用在参数化量子电路中,并使得其与经典的矩阵乘积态网络结构构成的分类模块相结合,不断提升参数化量子电路结构的特征提取能力和改善整体网络结构的性能,从而达到较好的分类效果,在测试集上进行预测来做模型性能的评估,最后再使用经典的优化方法来进行模型中参数优化和迭代更新,即可得到性能较为优越的混合量子神经网络结构。相比于已有的网络结构,在性能上得到了良好的提升。

    一种基于QAOA参数优化的图最大分割问题解决方法

    公开(公告)号:CN115018080A

    公开(公告)日:2022-09-06

    申请号:CN202210653550.8

    申请日:2022-06-09

    Abstract: 本发明公开了一种基于QAOA参数优化的图最大分割问题解决方法,属于量子计算技术领域。本发明将每次演化得到的量子态作为强化学习的状态输入,之后通过深度强化学习来学习优化QAOA的参数,进而来解决Max‑Cut问题;采用了一个强化学习(RL)框架来学习一个策略网络来优化QAOA参数,就能近似得到图的最大割值;将学习QAOA参数的优化策略任务制定为一个强化学习任务,相比于传统QAOA算法,在性能得到了良好的提升。

    一种基于量子自注意力神经网络的旅行商问题的解决方法

    公开(公告)号:CN119578678A

    公开(公告)日:2025-03-07

    申请号:CN202411741070.2

    申请日:2024-11-29

    Inventor: 阮越 李浩

    Abstract: 本发明公开了一种基于量子自注意力神经网络的旅行商问题的解决方法,属于量子计算领域。本发明采用了经典的编码器‑解码器结构,在编码器中设计了量子自注意力层,包括量子多头注意力层和量子全连接前馈层,子层使用了变分量子电路替代了经典神经网络的全连接层。首先编码器接收输入数据集,将节点特征嵌入量子自注意力层中,通过量子多头注意力机制提取节点间的复杂关系。随后,解码器根据编码器生成的嵌入,逐步输出节点序列以形成最优路径。在模型训练阶段,利用REINFORCE深度强化学习算法,以路径总长度作为优化目标,通过策略梯度更新模型参数。相比于已有的算法,在性能上得到了良好的提升。

    一种基于混合图神经网络的最大团问题的解决方法

    公开(公告)号:CN118350409A

    公开(公告)日:2024-07-16

    申请号:CN202410336587.7

    申请日:2024-03-22

    Abstract: 本发明公开了一种基于混合图神经网络的最大团问题的解决方法,属于深度学习领域。本发明在散射神经网络每层间进行权值共享,并且将散射神经网络与图神经网络进行混合,得到了更精确的节点信息表征,对于输入图数据,使用训练好的神经网络将一组节点级数据转换成概率向量,通过贪心算法选择概率最高的多个节点组成一个最大团,将概率向量映射为输入图上的最大团,得到最大团问题的近似最优解。相比于已有的算法,在性能上得到了良好的提升。

    一种水阀控制器
    6.
    发明公开

    公开(公告)号:CN115539691A

    公开(公告)日:2022-12-30

    申请号:CN202211238400.7

    申请日:2022-10-10

    Abstract: 本发明公开了一种水阀控制器,涉及水阀控制器技术领域,包括外壳,所述外壳的一侧固定连接有固定结构,所述固定结构的一侧设置有水阀阀门,所述外壳的另一侧固定连接有天线。通过单片机用于控制驱动电机的启停,当驱动电机运行时驱动齿轮转动,驱动齿轮转动时带动与其啮合的从动齿轮转动,单片机控制驱动电机开始正转,打开阀门,单片机控制驱动电机开始反转,关闭阀门,当压力传感器检测到水阀扭转机构和水阀阀门之间的压力产生巨大突变时,说明水阀阀门已经完全打开或完全关闭,单片机控制断开驱动电机的电源,进入截停工作状态,装置整体操作便携,水阀控制器功能多样,具有自动开关阀控制功能,能够及时控制水阀阀门的启停,使用效果更好。

    一种心脏病预测方法、装置、电子设备和存储介质

    公开(公告)号:CN119480139A

    公开(公告)日:2025-02-18

    申请号:CN202411504501.3

    申请日:2024-10-26

    Inventor: 时昂 阮越

    Abstract: 本申请公开了一种心脏病预测方法、装置、电子设备和存储介质,所述方法包括获得与心脏病有关的历史相关数据并对所述历史相关数据进行预处理获得预处理后数据;利用所述预处理后数据训练LightGBM模型并生成决策路径索引;构造一神经网络模型,所述神经网络模型的输入层采用所述决策路径索引对应的特征,所述神经网络模型的中间层采用标准的全连接层并在所述全连接层后置一Dropout层,所述神经网络的输出层采用sigmoid函数进行分类;利用所述预处理后数据训练所述神经网络模型直至所述神经网络模型收敛;采用收敛后的所述神经网络模型进行心脏病预测。通过本申请解决了心脏病的提前预测的局限性和精准性方面的缺陷的技术问题。

    基于两阶段禁忌搜索的预算最大覆盖问题的求解方法

    公开(公告)号:CN119250168A

    公开(公告)日:2025-01-03

    申请号:CN202411307330.5

    申请日:2024-09-19

    Inventor: 昂盛婕 阮越

    Abstract: 本发明公开了基于两阶段禁忌搜索的预算最大覆盖问题的求解方法,方法步骤如下:S1:建立预算最大覆盖问题的数学模型;S2:设置两阶段禁忌搜索算法的参数;S3:第一阶段搜索引入纠缠局部搜索机制的量子禁忌搜索算法,得到高质量的初始种群和大小为k的超平面参数;S4:第二阶段搜索在初始种群的基础上迭代演化,通过超平面约束的交叉算子来生成子代解,执行自适应可行与不可行的禁忌搜索算法优化子代解;S5:合并子代解到种群中,更新种群;S6:重复迭代,直至满足结束条件,输出最优解。本发明用于对预算最大覆盖问题求解,缩减了问题的搜索空间,根据搜索情况动态的调整惩罚系数,达到多样化‑集约化平衡,从而提高了最优解的质量。

    一种近距离陌生车主间预警系统和方法

    公开(公告)号:CN110264763A

    公开(公告)日:2019-09-20

    申请号:CN201910627652.0

    申请日:2019-07-12

    Abstract: 本发明公开了一种近距离陌生车主间预警系统和方法,属于车联网通讯领域。针对现有技术中存在的附近车辆多,连接哪台车无可控性,保密性差,且不能起到综合的执法和强制作用的问题,本发明提供了一种近距离陌生车主间预警系统和方法,C-V2X信息采集模块,采集车辆相关信息;周边车辆定位展示模块,通过获得C-V2X信息采集模块的车辆和地图信息对周边车辆进行定位,并显示在现实设备上;车载通讯模块,与周边车辆和网络进行通信;事件记录模块,记录并保存车辆信息。它可以实现准确选定肇事车辆目标的目的,后进行语音沟通提示,并自动截取通话的语音和行车记录仪视频段,为后期交警取证提供便利,为减少路怒症、礼貌行车、打造安全行车提供便利。

    一种QAOA变体求解最大独立集方法
    10.
    发明公开

    公开(公告)号:CN119578578A

    公开(公告)日:2025-03-07

    申请号:CN202411740917.5

    申请日:2024-11-29

    Inventor: 阮越 李奇

    Abstract: 本发明公开了一种QAOA变体求解最大独立集方法,属于量子计算技术领域。本发明在经典量子近似优化算法(QAOA)的基础上,基于反非绝热演化驱动(Counter‑Diabatic Driving),构造出两种加速演化的辅助哈密尔顿量(反非绝热演化驱动项),对算法进行二次加速,选择(构造)合适的“混合”算子(XY‑mixers)作为混合哈密尔顿量,使算法在指定的子空间内演化,提高了算法的演化效率。

Patent Agency Ranking