改进的量子K最近邻算法

• 作者: 李静
• 来源期刊: 福建电脑
• 关键词: 量子计算 量子机器学习 量子K最近邻算法 K最近邻算法
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 研究快报
• 页码范围: 29-31
• 页数: 3页
• 字数: 2441字
• 语种: 中文
• DOI: 10.16707/j.cnki.fjpc.2020.02.006

摘要

本文利用量子Grover搜索技术,,提出了一种改进的基于汉明距离的量子K近邻算法.在算法中,为了解决了求解未知类样本的K近邻问题,首先利用量子计算得到样本之间的汉明距离,然后利用量子Grover搜索算法,搜索出最近邻,最后找到未分类样本的K最近邻样本中出现频率最大的类别.本算法的时间复杂度为O(√M),与经典算法相比有二次加速.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李静	福建师范大学数学与信息学院	8	10	2.0	3.0