基于BDD的Grover算法仿真

为了解决仿真量子计算过程中复杂性随量子比特数的增加呈指数级递增的问题,采用二项决策图(BDD)表示矩阵算子仿真Grover提出的量子搜索算法.BDD利用矩阵算子在量子计算过程中呈现出的结构化特性,可以高效地压缩存储空间并实现在压缩数据结构上直接进行矩阵的各种运算.利用改进的BDD实现了仿真过程需要的各种矩阵运算,用C++编写的程序对Grover算法的实例进行仿真,最后从多个角度对违反直观的实验结果进行了分析,阐述了量子算法的内在并行性.     

一种改进的Grover量子搜索算法

经分析发现,Grover量子搜索算法及Long的改进算法均无法达到100%成功概率的搜索结果,为此在Long的改进算法基础上提出了一种新的搜索算法.它主要将相位取反替换成具有自适应调整特点的、与目标数据量和数据总量有关的相位旋转,当目标数据量为数据总量的1/2时,将数据总量扩展2倍,这样算法的搜索可以做到100%的成功概率.通过对背包问题的仿真研究表明,所提算法优于Grover算法和Long的改进算法,其求解速度快、准确率高,在带有数据误差的实际问题求解中进行相位匹配能够得到满意的效果.     

可变旋转轴的Grover改进算法

为提高Grover算法的搜索效率,基于量子并行计算原理,提出了一种改进型的量子搜索算法.该算法在保证搜索成功概率的前提下,能将计算的迭代次数降低到Grover算法的1/3.理论推导和模拟仿真结果表明,该算法能明显降低计算量.     

快速图像逻辑运算VC^＋＋算法

论述了图像的二值化及逻辑运算在数字图像处理中的重要作用，详细分析了二值化的改进算法及图像的六种逻辑运算的算法，提出的一种改进的图像逻辑运算算法，可以提高逻辑运算中二值化的速度，该算法有较高的实用价值。     

一个计算集合交集的简单量子算法(英文)

集合的求交集运算是数学中的基本运算.当集合元素为高维向量时候,求交运算的计算效率就十分低下.应用了一般性Grover迭代去设计算法,提出了一个简单求交运算的量子算法,它的运算效率明显比经典的电子计算算法高.     

基于PageRank与HITS的改进算法的网页排名优化

针对传统网页排序算法PageRank和HITS中存在的主题漂移、检索效率低等不足,本文提出了一种改进算法PHIA(PageRank and HITS Improved Algorithm)。该算法继承了HITS算法获取根集和基本集的方法,并且使用根集中所有网页的PageRank值作为Hub和Authority初始迭代值,最后根据马尔可夫链求随机矩阵的特征向量的方式来获取网页排名的静态分布。基于随机关键词的检索结果可知,相比于传统的PageRank和HITS算法,改进PHIA算法具有更快的收敛速度,并且在一定程度上提高了网页排序的准确度。     

量子K-近邻算法

为了提高经典K-近邻算法的效率,引入量子计算理论,将Grover算法中的Oracle算子以及相位估计算法嵌入经典K-近邻算法,提出一种量子K-近邻算法.该算法首先将样本点和待分类点的向量信息制备成量子叠加态,采用可逆的量子控制交换门并行计算待分类点和样本点的相似度,然后利用相位估计算法将相似度信息存储到量子比特中,最后使用Grover算法一次性搜索出最相似的k个点.对嵌入的量子计算部分的理论分析结果表明,量子K-近邻算法可以明显降低经典计算复杂度,且提出的算法在已有算法计算复杂度O(RkM)的基础上,再次带来了k值的二次加速O(RkM),其中R为Oracle算子的执行次数,M为样本全局个数.     

LDPC和积译码的一种改进算法

性能逼近Shannon限的低密度奇偶校验(Low-Density Parity-Check,LDPC)纠错码,在实际应用中需要解决的问题是尽可能降低译码的复杂度.本文概要分析了低密度奇偶校验码的和积译码算法,并基于该算法,提出了一种新的LDPC的和积译码改进算法一差分译码算法,选择若干个绝对值最小的差分值进行运算.理论分析和仿真验证结果表明:本文提出的改进算法可进一步降低了译码复杂度,并使译码性能得到一定提高.     

用MATLAB求解TSP问题的一种改进遗传算法

TSP问题是遗传算法得以成功应用的典型问题.提出一种改进的义叉和变异算子来解决TSP问题,并给出其算子的MATLAB程序.通过实验,发现改进的算法比传统算法收敛速度更快,适应值更优,说明改进算法是有效的.     

粒子群遗传融合算法

提出一种融合粒子群算法和遗传算法改进优化算法,该算法首先采用一种自适应弹性粒子群算法,弹性地修正粒子速度的幅值,有效地避免了粒子群算法的早熟收敛问题。再与遗传算法融合,模仿自然界的个体成熟过程,对遗传算法中的每一代群体中的优秀个体,先采用自适应弹性粒子群算法获得进一步的提高。再经过提高、交叉、变异三步,获得最优解。以动态系统FCRNN的设计为例,改进算法收敛速度快,误差精度高。