-
公开(公告)号：CN113746566A
公开(公告)日：2021-12-03
申请号：CN202110863734.2
申请日：2021-07-29
Applicant: 暨南大学
Abstract: 本发明公开了一种基于线性光器件的5粒子量子线性纠缠态的纠缠浓缩方法，包括步骤：纠缠态分发：5个参与方中一个参与方制备1个5粒子量子线性纠缠态，并将其中4个粒子通过量子信道发送给其余4个参与方，每个参与方拥有一个粒子；纠缠态浓缩：根据量子信道特征，5个参与方中4个参与方对自己手中的粒子利用线性光器件执行局域操作；操作完成后，5个参与方共享原始5粒子量子线性纠缠态。本发明仅利用最简单的线性光器件实现5粒子量子线性纠缠态的纠缠浓缩，且成功概率达到最大，过程简单，传输高质量，对量子信息、量子密码很多领域有很大的实用化价值。
-
Patent Agency Ranking
公开(公告)号：CN113743457B
公开(公告)日：2023-07-28
申请号：CN202110862884.1
申请日：2021-07-29
Applicant: 暨南大学
IPC: G06F18/2321 , G06F18/22
Abstract: 本发明公开了一种基于量子Grover搜索技术的量子密度峰值聚类方法。该方法包括数据的预处理，数据映射到极坐标中，DistCalc线路求距离，加法线路求数据点的属性值，整合数据结果，Grover算法搜索中心点，数据的聚类。本发明利用量子叠加原理，通过DistCalc线路和量子加法线路进行聚类算法中最为关键的距离运算，大大降低其运算时间，再通过量子Grover算法对数据处理的结果进行整合，搜索出最为适合的聚类中心，按照聚类中心进行聚类，从而完成对原始输入数据的聚类。本发明其时间复杂度与数据量的关系为线性关系，可以应用于各种大数据场景下，使其快速而有效地进行数据的聚类。
-
公开(公告)号：CN112434180B
公开(公告)日：2024-03-15
申请号：CN202011476145.0
申请日：2020-12-15
Applicant: 暨南大学
Abstract: 本发明公开了一种基于DCT系数值替换和注意力网络的密文JPEG图像检索方法，方法包括以下步骤：图像加密，图像拥有者将图像上传至云服务器前利用密钥对图像进行加密，将图像转为比特流形式，加密过程中进行DCT变换并对DCT变换后的DC和AC系数进行值替换，上传图像构成云服务器的图像数据库；图像检索，授权用户上传需检索图像至云服务器，上传前采用与图像拥有者上传图像时采用的相同的加密方法对需检索图像进行加密，云服务器从需检索的加密图中提取特征，利用神经网络模型进行图像检索。本发明确保了检索图像时的安全性，保证了隐私信息不泄露，同时采用神经网络模型来提高检索效果。
-
公开(公告)号：CN112434180A
公开(公告)日：2021-03-02
申请号：CN202011476145.0
申请日：2020-12-15
Applicant: 暨南大学
Abstract: 本发明公开了一种基于DCT系数值替换和注意力网络的密文JPEG图像检索方法，方法包括以下步骤：图像加密，图像拥有者将图像上传至云服务器前利用密钥对图像进行加密，将图像转为比特流形式，加密过程中进行DCT变换并对DCT变换后的DC和AC系数进行值替换，上传图像构成云服务器的图像数据库；图像检索，授权用户上传需检索图像至云服务器，上传前采用与图像拥有者上传图像时采用的相同的加密方法对需检索图像进行加密，云服务器从需检索的加密图中提取特征，利用神经网络模型进行图像检索。本发明确保了检索图像时的安全性，保证了隐私信息不泄露，同时采用神经网络模型来提高检索效果。
-
公开(公告)号：CN113746566B
公开(公告)日：2022-10-04
申请号：CN202110863734.2
申请日：2021-07-29
Applicant: 暨南大学
Abstract: 本发明公开了一种基于线性光器件的5粒子量子线性纠缠态的纠缠浓缩方法，包括步骤：纠缠态分发：5个参与方中一个参与方制备1个5粒子量子线性纠缠态，并将其中4个粒子通过量子信道发送给其余4个参与方，每个参与方拥有一个粒子；纠缠态浓缩：根据量子信道特征，5个参与方中4个参与方对自己手中的粒子利用线性光器件执行局域操作；操作完成后，5个参与方共享原始5粒子量子线性纠缠态。本发明仅利用最简单的线性光器件实现5粒子量子线性纠缠态的纠缠浓缩，且成功概率达到最大，过程简单，传输高质量，对量子信息、量子密码很多领域有很大的实用化价值。
-
公开(公告)号：CN113743457A
公开(公告)日：2021-12-03
申请号：CN202110862884.1
申请日：2021-07-29
Applicant: 暨南大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于量子Grover搜索技术的量子密度峰值聚类方法。该方法包括数据的预处理，数据映射到极坐标中，DistCalc线路求距离，加法线路求数据点的属性值，整合数据结果，Grover算法搜索中心点，数据的聚类。本发明利用量子叠加原理，通过DistCalc线路和量子加法线路进行聚类算法中最为关键的距离运算，大大降低其运算时间，再通过量子Grover算法对数据处理的结果进行整合，搜索出最为适合的聚类中心，按照聚类中心进行聚类，从而完成对原始输入数据的聚类。本发明其时间复杂度与数据量的关系为线性关系，可以应用于各种大数据场景下，使其快速而有效地进行数据的聚类。
-
-
-
-
-
Search Results
6
records
(took 0.022 seconds)
