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！

龙图腾网获悉南京信息工程大学申请的专利一种文本分类方法、图像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：CN119272889B 。

龙图腾网通过国家知识产权局官网在2025-09-09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：202411765271.6，技术领域涉及：G06N10/20；该发明授权一种文本分类方法、图像分类方法是由曹琳赟;王友乐设计研发完成，并于2024-12-04向国家知识产权局提交的专利申请。

本一种文本分类方法、图像分类方法在说明书摘要公布了：本发明公开了一种基于支持向量机的量子分类器，包括：将SVM的优化问题转化为等价的线性代数问题；利用量子特征映射将数据存储在量子态上，从而允许量子计算机处理数据分析；提出量子矩阵求逆算法来求解线性代数问题，构建量子分类器，实现数据分类；本发明将传统方案与量子算法相结合，发挥量子计算的优势，提高支持向量机在处理复杂问题的训练速度并保证计算准确性，从而突破传统方案的瓶颈问题。

本发明授权一种文本分类方法、图像分类方法在权利要求书中公布了：1.一种文本分类方法，其特征在于：包括： 利用量子特征映射，将待分类的文本数据存储在量子态Ux|0中，制备得到量子态|ψ1； 由矩阵求逆的量子电路对SVM的优化问题进行求解制备得到量子态|ψ0，所述SVM的优化问题根据待分类的文本数据确定得到； 按照下式制备得到以下量子态： 采用Hadamard门对制备得到的量子态进行测量，根据测量结果，得到待分类的文本数据的分类结果；所述测量结果为估计1出现的概率，若估计1出现的概率低于0.5，则待分类的文本数据被归类为+1；相反，则待分类的文本数据被归类为-1； 所述的矩阵求逆的量子电路包括两个量子寄存器系统和处于|0态的辅助比特系统； 所述的矩阵求逆的量子电路对SVM的优化问题进行求解，包括以下步骤： 将SVM的优化问题转化为等价的线性代数问题，得到SVM的最小二乘近似，表示为矩阵F； 根据待分类的文本数据，选择核函数； 将矩阵F扩充到2M维，表示为矩阵定义酉矩阵酉矩阵中的一个酉算子存储矩阵信息； 准备两个量子寄存器系统，分别记为a和s，并初始化为量子态|0a、|1,ys； 增加一个辅助比特，并处于|0态；在辅助比特上作用一系列单比特旋转门； 在两个量子寄存器系统和一个辅助比特上交替作用受控的和表示酉矩阵的逆算子，制备得到量子态|ψ0； 所述一系列单比特旋转门包括：Ryθ和Rzφ，表示为： 式中，θ、φ表示中间变量，eit表示复函数。

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信息工程大学，其通讯地址为：210044 江苏省南京市宁六路219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”。

以上内容由龙图腾AI智能生成。