量子图像匹配与分类算法研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第9-21页 |
| 1.1 研究目的和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-19页 |
| 1.2.1 量子图像表示模型研究现状 | 第10-14页 |
| 1.2.2 量子图像基础操作研究现状 | 第14-16页 |
| 1.2.3 量子图像匹配研究现状 | 第16-18页 |
| 1.2.4 量子图像分类研究现状 | 第18-19页 |
| 1.3 论文内容与章节安排 | 第19-21页 |
| 第2章 量子图像匹配 | 第21-35页 |
| 2.1 基础知识准备 | 第21-24页 |
| 2.1.1 GQIR概述 | 第21-22页 |
| 2.1.2 Grover算法 | 第22-24页 |
| 2.2 一种简单而高效的量子图像匹配算法 | 第24-33页 |
| 2.2.1 基本思想 | 第24-26页 |
| 2.2.2 量子图像匹配算法 | 第26-33页 |
| 2.3 复杂度分析 | 第33-34页 |
| 2.4 本章小结 | 第34-35页 |
| 第3章 高准确度的量子图像匹配算法 | 第35-65页 |
| 3.1 一种高准确度的量子图像匹配 | 第35-56页 |
| 3.1.1 算法 | 第35-38页 |
| 3.1.2 引理和定理 | 第38-52页 |
| 3.1.3 具体实例 | 第52-55页 |
| 3.1.4 复杂度分析 | 第55-56页 |
| 3.2 算法的改进和完善 | 第56-63页 |
| 3.2.1 不足分析 | 第56-59页 |
| 3.2.2 算法改进 | 第59-61页 |
| 3.2.3 具体实例 | 第61-63页 |
| 3.2.4 复杂度分析 | 第63页 |
| 3.3 本章小结 | 第63-65页 |
| 第4章 基于QKNN的量子图像分类 | 第65-81页 |
| 4.1 相关工作 | 第65页 |
| 4.2 算法 | 第65-72页 |
| 4.3 复杂度分析 | 第72-74页 |
| 4.4 仿真实验 | 第74-79页 |
| 4.4.1 一个简单的实验 | 第74-77页 |
| 4.4.2 Graz-01数据集的实验 | 第77-78页 |
| 4.4.3 Caltech-101数据集的实验 | 第78-79页 |
| 4.5 本章小结 | 第79-81页 |
| 结论 | 第81-83页 |
| 参考文献 | 第83-89页 |
| 攻读硕士学位期间取得的学术成果 | 第89-91页 |
| 攻读硕士学位期间参与的项目以及获得的奖项 | 第91-93页 |
| 致谢 | 第93页 |
