买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉南京邮电大学申请的专利一种基于量子完全图自注意力网络的粒子流分类方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120430429B 。

龙图腾网通过国家知识产权局官网在2025-08-26发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510927723.4，技术领域涉及：G06N10/20；该发明授权一种基于量子完全图自注意力网络的粒子流分类方法是由李汀;刘尚龙设计研发完成，并于2025-07-07向国家知识产权局提交的专利申请。

本一种基于量子完全图自注意力网络的粒子流分类方法在说明书摘要公布了：本发明涉及量子机器学习和高能物理领域，具体为一种基于量子完全图自注意力网络的粒子流分类方法，包括：获取数据集中的粒子特征，则基于粒子横向动量特征，从每个粒子流中筛选出横向动量最大的4个代表性粒子替代整个粒子流特征，构成一张完全图；利用自注意力机制构建的QGAT模型对完全图中的粒子特征进行自注意力系数计算以及加权求和完成粒子特征的更新；将更新后的粒子特征的量子态经过量子卷积网络降维表示后作为量子分类器的输入进行结果预测，极大的提高了粒子分类精度和模型表达能力。

本发明授权一种基于量子完全图自注意力网络的粒子流分类方法在权利要求书中公布了：1.一种基于量子完全图自注意力网络的粒子流分类方法，其特征在于：所述方法包括： S100、获取数据集中的粒子特征，则基于粒子横向动量特征，从每个粒子流中筛选出横向动量最大的4个代表性粒子替代整个粒子流特征，构成一张完全图； S200、利用自注意力机制构建的QGAT模型对完全图中的粒子流特征进行自注意力系数计算以及加权求和完成粒子特征的更新； S300、将更新后的粒子特征的量子态经过量子卷积网络降维表示后作为量子分类器的输入进行结果预测； 其中，所述S200中的QGAT模型，包括：索引寄存器、自注意力寄存器和值寄存器； 所述索引寄存器利用哈达玛门构造叠加态来对不同粒子特征进行对应的受控操作； 所述自注意力寄存器用于计算粒子之间的自注意力系数，通过量子电路的设计来实现自注意力系数的构造，通过索引寄存器量子态的叠加性，在控制比特不同的控制条件下，完成一个粒子自注意力系数的全部构造，最后通过全零投影测量保证只留下需要的自注意力系数； 所述值寄存器用于加权求和操作，粒子之间的自注意力系数通过索引寄存器的振幅来体现，重复索引寄存器的控制条件，对不同粒子的值进行加权求和操作来实现粒子特征的更新； 所述自注意力寄存器，包括： S201、对于粒子流中的个粒子记为集合；其中每个粒子是一个维的特征向量，表示粒子特征的数量； 索引寄存器制备的叠加态用来区分不同粒子的特征，采取受控结构来实现粒子特征的量子态表示，粒子特征编码所需量子比特个数跟编码方式有关，用个量子比特来表示粒子特征，将不同粒子特征和索引寄存器的叠加态关联起来： ； 其中，表示粒子特征的量子态表示，表示第粒子特征的量子态表示，表示整体的酉操作，表示索引寄存器的控制条件； 当索引寄存器的量子态的二进制表示与十进制数相等时，受控操作门会通过酉矩阵嵌入第个粒子的特征；则在量子比特上嵌入全部粒子特征后的量子态表示为： ； 其中，表示粒子特征的酉矩阵嵌入操作，作用在个量子比特上； S202、以计算第k个粒子的自注意力系数为参考，在个量子比特上，先通过酉矩阵对第个粒子查询进行嵌入，与的区别在于不需要受控结构，是直接嵌入粒子特征：； 接下来构造第k个粒子与其他粒子之间的自注意力系数，索引比特不同控制条件下，在个量子比特上通过参数化酉门依次对粒子的键嵌入，得到全部粒子的键： ； 基于量子计算中将量子态的内积看作是量子态之间的自注意力系数，则前面的振幅表示粒子特征之间的自注意力系数，进一步将展开为： ； 由此得到粒子k与所有其他粒子之间自注意力系数形式的量子态为： ； 其中，表示第个粒子嵌入后的量子态在个量子比特的第个状态上的振幅，表示粒子k与粒子的自注意力系数，看作是粒子k的查询与粒子的键的相似性计算。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人南京邮电大学，其通讯地址为：210023 江苏省南京市栖霞区文苑路9号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。