量子K最近邻算法

• 作者: 李强 蒋静坪
• 来源期刊: 系统工程与电子技术
• 学科: 工学
• 关键词: 量子计算 量子计数 量子搜索 模式识别 K最近邻
• 年，卷（期）: 2008,（5）
• 所属期刊栏目: 软件、算法与仿真
• 页码范围: 940-943
• 页数: 4页
• 分类号: TP391
• 字数: 5390字
• 语种: 中文
• DOI: 10.3321/j.issn:1001-506X.2008.05.040

摘要

为减少经典K最近邻算法的时间复杂度,提出了量子K最近邻算法(QKNN).介绍了QKNN算法的构造步骤,然后为减少量子计数子程序的运行时间,进一步将固定的K值修改为可变的k,形成改进的k可变的量子最近邻算法(QkvNN).为弥补由于最近邻个数K变化带来的分类错误率上升的影响,在Boosting算法框架下,用三个由QkvNN算法训练的弱分类器,去构造了一个强分类器,从而提高单独运行QkvNN的分类精度.在此算法中,由于利用了量子计算的强大能力.使得经典K最近邻算法的时间复杂度从O(N)减小为O(平方根N).

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蒋静坪	浙江大学电气工程学院	168	3460	31.0	52.0
2	李强	浙江大学电气工程学院	90	756	15.0	23.0