| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 1 绪论 | 第10-21页 |
| 1.1 研究背景 | 第10-12页 |
| 1.2 研究意义 | 第12-14页 |
| 1.3 国内外研究现状 | 第14-19页 |
| 1.4 论文的结构 | 第19-21页 |
| 2 量子计算基础 | 第21-37页 |
| 2.1 量子比特和量子态 | 第21-25页 |
| 2.2 量子算符 | 第25-27页 |
| 2.3 量子演化和量子测量 | 第27-30页 |
| 2.4 量子逻辑门和量子寄存器 | 第30-35页 |
| 2.5 本章小结 | 第35-37页 |
| 3 基于量子相位估计的化学分子相似性计算方法 | 第37-57页 |
| 3.1 问题描述 | 第37-38页 |
| 3.2 解决本问题的经典算法 | 第38-41页 |
| 3.3 量子FOURIER变换和量子相位估计 | 第41-48页 |
| 3.4 化学分子相似性计算的量子算法QMSM | 第48-55页 |
| 3.5 QMSM算法性能分析 | 第55-56页 |
| 3.6 本章小结 | 第56-57页 |
| 4 基于量子行走的PPI网络中结构相似子网的搜索 | 第57-81页 |
| 4.1 PPI网络 | 第57页 |
| 4.2 问题描述 | 第57-60页 |
| 4.3 解决本问题的经典计算算法 | 第60-61页 |
| 4.4 量子随机行走 | 第61-67页 |
| 4.5 连续量子随机游走的同构图算法 | 第67-70页 |
| 4.6 PPI网络中结构相似子网搜索的量子算法QPSS | 第70-78页 |
| 4.7 QPSS算法性能分析 | 第78-79页 |
| 4.8 本章小结 | 第79-81页 |
| 5 基于量子衍生神经网络的蛋白质相互作用预测 | 第81-96页 |
| 5.1 问题描述 | 第81-82页 |
| 5.2 量子衍生神经网络和量子蚁群优化算法 | 第82-89页 |
| 5.3 CQACA算法训练HQNN神经网络 | 第89-90页 |
| 5.4 蛋白质相互作用预测的应用 | 第90-95页 |
| 5.5 本章小结 | 第95-96页 |
| 6 总结与展望 | 第96-98页 |
| 6.1 全文总结 | 第96-97页 |
| 6.2 研究展望 | 第97-98页 |
| 致谢 | 第98-99页 |
| 参考文献 | 第99-111页 |
| 附录1 攻读博士学位期间发表的研究论文目录 | 第111页 |