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基于粒球的量子图神经网络的图分类的设计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：CN119337212B 。

龙图腾网通过国家知识产权局官网在2025-10-21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：202411492297.8，技术领域涉及：G06F18/241；该发明授权基于粒球的量子图神经网络的图分类的设计方法是由袁素真;吴卓航;田小江;邱婷婷;夏书银;衡衍设计研发完成，并于2024-10-24向国家知识产权局提交的专利申请。

本基于粒球的量子图神经网络的图分类的设计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图神经网络的图分类的设计方法，属于量子机器学习领域。该方法为：S1：经典粒球生成方法，将数据样本生成粒球样本；S2：获取节点数据集和边数据集并完成对其编码与制备；S3：设计变分量子电线增强节点特征；S4：设计量子图卷积线路实现节点之间的信息传递和参数共享；S5：设计量子图池化线路将多个量子比特信息提取到一个量子比特上，实现特征降维；S6：输入训练集对整个模型训练参数；S7：输入待测数据集到模型对指定的量子比特执行泡利Z测量以获得期望值完成最终的图分类。本发明减少了数据样本点的个数，克服了量子实验无法制备巨量数据这一缺陷；还对量子图卷积线路和量子图池化线路进行了优化。

本发明授权基于粒球的量子图神经网络的图分类的设计方法在权利要求书中公布了：1.基于粒球的量子图神经网络的图分类的设计方法，其特征在于：该方法包括以下步骤： S1：将数据样本生成粒球样本； S2：获取节点数据集和边数据集并完成对其编码与制备； S3：设计变分量子线路增强节点特征； S4：设计量子图卷积线路实现节点之间的信息传递和参数共享； S5：设计量子图池化线路实现特征降维； S6：输入训练集对模型进行参数训练； S7：输入待测数据集到模型对指定的量子比特执行泡利Z测量，对图进行分类； 所述S1具体为： S11，将带有N个节点的图看作一个粒球，把图中度最大的节点作为第一个中心节点，下一个中心节点是距离上一个中心节点最远的节点，依次找出个中心节点，其余的节点距离哪个中心节点近，就分配到哪个父粒球；节点的度：指节点的邻接关系的数量，即节点拥有的边的数量，反映节点在网络结构中的连接紧密程度以及重要性； S12，对于生成的个父粒球，每个球内，把度最大的两个节点当成中心节点，其他的节点距离哪个中心节点近，就分配到哪个子粒球，即每个父粒球分裂成两个子粒球； S13，判断粒球的质量，以此来确定粒球是否停止分裂；使用平均连通性来计算粒球的质量；如果分裂的两个子粒球的平均连通性低于父粒球的平均连通性，则分裂停止在此时，算法收敛；平均连通性的定义：通过图中的边数与节点数之比来计算；比值越小，粒球内的节点越紧密，粒球质量越高； S14，将生成的粒球里的中心节点信息直接代表其所属粒球的信息，表示为新的节点；而粒球之间的边即为新节点的边，即得到新的节点数据集与边数据集； 所述S2具体为： S21，对于边数据集采用基态编码的方式；每一个量子比特代表一条边，即两个节点是否相连；如果两个节点连接，那么对应的量子位被设置为|1，否则为|0； S22，对于节点数据集采用角度编码的方式；用角度编码将数据映射到Bloch球上，从数据高位到低位，每一位使用RY门控制旋转x从0依次加1；使用多个量子比特来编码的特征信息，其量子比特数量q取决于节点的个数n和节点的特征维度m，即q＝n×m； 所述S3具体为： S31，考虑线路的可表达性和复杂的节点节点之间的相互作用嵌入在图形数据；使用变分量子分类器VariationalQuantumCircuit,VQC变分量子线路增强节点特征，模拟具有全连接层的传统经典图神经网络的操作原理；多层的VQC变分量子线路可减少后续的量子图卷积层的数量，为整个量子线路减少线路复杂度； S32，初始化VQC的量子线路生成VQC的可调参数使用输入和VQC参数更新量子线路运行量子线路VQC以获得量子输出；VQC需要连续应用变分层，单层变换L被描绘为：L:|ψx→|ψy＝Uω|ψx，其中Uω表示具有N层的VQC，定义为： 所述S4具体为： S41，设计量子图卷积线路；通过实现两个量子比特的幺正运算U来实现局部连接和参数共享性质；线路包括CNOT门，RY旋转门和RZ旋转门；首先使用RZθRYθRZθ旋转每个量子位，然后使用CNOT门进行纠缠以实现非线性，其中θ为可调参数，在训练期间更新以适应电路的各种运算； S42，在线路添加4组RZθRYθRZθ旋转门，用以提高模型的对抗鲁棒性，使模型具有更高的表达能力，其中θ为共享参数； 所述S5具体为： S51，设计量子图池化线路，对于每个量子比特添加了三个可调参数，以提高模型的对抗鲁棒性；线路中包括CNOT门，RY旋转门和RZ旋转门；对于相邻的量子比特，通过CNOT门纠缠起来，其次对它们使用RZθRYθRZθ旋转每个量子位，其中θ为可调参数； S52，最后依次测量前几个量子比特，并根据每个量子比特的测量结果来判断是否对下一个量子比特作用RZ旋转门，其中旋转门中的参数固定不变；将多个量子比特上的信息集中到一个量子比特上。

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。