摘要
量子搜索问题是发展量子神经网络必须要解决的问题之一。本文在分析了G rover量子算法基础上,针对量子神经网络要处理多模式问题提出了一个多模式高概率量子搜索算法,它通过一系列的么正操作能在模式集中以较高的概率搜索目标,并且该算法在搜索目标模式时能在一次算法的执行中就找到目标,所以它远比经典的搜索方法要快,而且随着模式集和目标数的增多,它运行效果越好,最后验证了算法的可行性和有效性。
In the field of quantum neural network, there are many problems to be settled ,for example, quantum search problem must be solved for developing QNN. Based on Grover quantum algorithm,this paper presents a multi-pattern high probable quantum search algorithm, which can search targets high probably in the pattern sets through a series of unitary transformation. The algorithm can find goals by only one searching of the pattern,so its speed is much faster than the classicial counterpart. Moreover, the more the numbers of pattern sets and targets, the better it works. Finally, the feasibility and the validity of the algorithm are verified.
出处
《南京航空航天大学学报》
EI
CAS
CSCD
北大核心
2007年第2期227-230,共4页
Journal of Nanjing University of Aeronautics & Astronautics
基金
江西省2004年教育科学"十五"规划课题(04YB145)资助项目
2005年度省教育厅科技计划(DB20050816)资助项目
南京航空航天大学2006年度博士学位论文创新与创优基金(BCXJ06-10)资助项目
