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！

龙图腾网获悉重庆邮电大学申请的专利一种基于粒球的量子HNSW图KNN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：CN119513715B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：202411653421.4，技术领域涉及：G06F18/2413；该发明授权一种基于粒球的量子HNSW图KNN方法是由袁素真;田小江;邱婷婷;衡衍;夏书银设计研发完成，并于2024-11-19向国家知识产权局提交的专利申请。

本一种基于粒球的量子HNSW图KNN方法在说明书摘要公布了：本发明涉及一种基于粒球的量子HNSW图KNN方法，属于量子计算和机器学习领域。该方法首先通过经典计算将数据集D转换为粒球数据集M，有效降低参与计算的数据量。随后，利用量子计算并行性，通过QRAM算法和角度编码将粒球数据集编码到量子态，并使用Swap‑test和迭代比较量子线路计算相似度，构建多层量子HNSW图。最后，通过量子搜索和优先队列确定测试数据点的K个最近邻，并根据这些邻居的分类结果对测试数据点进行分类。该方法结合经典计算机和量子计算机的优势，在降低计算数据量和时间复杂度的同时，保持了较高的分类精度，为量子机器学习领域提供了新的思路和方法。

本发明授权一种基于粒球的量子HNSW图KNN方法在权利要求书中公布了：1.一种基于粒球的量子HNSW图KNN方法，其特征在于：该方法包括以下步骤： S1：通过点数据集D生成粒球数据集M； S2：量子HNSW图构建工作，确定插入点插入层数以及邻居节点，计算插入数据点和图当前层邻居节点及其一跳数据点的相似度并找到最小值； 所述S2中，量子HNSW图构建工作，确定插入点插入层数以及邻居节点，计算插入数据点和图当前层邻居节点及其一跳数据点的相似度并找到最小值；使用量子计算完成，具体包括以下步骤： S21：确定多层粒球量子HNSW图的总层数以及每个插入点要插入的层数，规定总层数与粒球数据集M的数量n相关，具体层数为logn层，每个点插入的层数通过随机函数生成最大值lmax，随机函数具体为其中r∈0,1是从均匀分布中生成的随机数，最终lmax＝minL,logn，代表插入点将从lmax层向下构建图连接关系直至最底层； S22：使用QRAM算法和角度编码将粒球数据集编码到量子态，对于粒球数据集M，得到其数据集大小为2k，数据维度为a，每一维的数据范围为其中，根据每一维数据的最大值确定，设计地址位，新增寄存器组1存放数据集的地址，具体位数为k，不同的维度共同使用地址位，根据数据维度a，进行2a次QRAM和角度编码，新增寄存器组2存放QRAM编码数据，新增寄存器组3存放角度编码数据，对于粒球数据集M，每一个数据的制备，根据每一维的数值范围设置QRAM的数据总线所需的量子比特位为ta，使用QRAM来实现数据存储在数据总线上以及地址位并行控制数据总线上的数据，随后通过角度编码将数据总线上的数据映射到Bloch球上的角度上，角度编码的具体步骤为：使用一位量子比特位存放角度，数据以二进制的形式存储在数据总线上，数据位为控制位，从数据高位到低位取值，x从0开始依次加1，若取值对应位为1，使用CRY门控制旋转当完成一次制备将数据总线恢复为|0以便于下一次制备使用； S23：定义每一层图中对应的数据点集Si,i∈[0,logn]和邻接矩阵Ji,i∈[0,logn]，根据每层的数据点集和邻接矩阵结合上一层确定的邻居节点来确定要参与计算的点集Scii∈[0,logn]，通过QRAM中的地址比特索引插入点和点集Sci的数据比特并对其进行S22中的角度编码，并将角度数据存放在寄存器组3中对应角度比特上，新增寄存器组4作为控制比特，对插入点和点集Sci中所有点在寄存器组3中对应的角度量子比特分别作用Swap-test量子线路，将相似度结果存入寄存器组4中对应的量子比特上； S24：使用迭代比较量子线路获取所得相似度中测量为1概率的最小值，代表最接近的两个量子态，新增寄存器组5作为参与比较的数据量子比特，新增寄存器组6作为参与比较需要的辅助比特，将S23计算的相似度通过比较线路得到最小值； S3：根据S2找到的最小值，建立插入点与最小值点的图连接关系，并将最小值点作为下层的邻居节点，继续进行下一层的插入工作； S4：重复进行S2和S3步骤直到遍历完粒球数据集M，完成多层量子HNSW图的构建工作； S5：量子HNSW图搜索工作，从顶层输入测试数据点J，并计算J与当前层邻居节点及其一跳数据点距离的最小值； S6：将该层最小值插入大小为K的优先级队列，并让最近节点作为下一层的邻居节点，继续进行下一层的搜索工作； S7：重复进行S5和S6步骤直至遍历完量子HNSW图结构，完成搜索工作； S8：根据S7确定的优先级队列来确定插入数据点J的K个邻居中大类，并通过大类对数据点J进行分类。

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重庆邮电大学，其通讯地址为：400065 重庆市南岸区黄桷垭崇文路2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。