量子图像处理若干关键问题的研究
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第11-20页 |
| 1.1 引言 | 第11页 |
| 1.2 量子图像处理研究现状与分析 | 第11-16页 |
| 1.2.1 量子图像格式 | 第12-14页 |
| 1.2.2 量子图像操作 | 第14-16页 |
| 1.2.3 分析结论 | 第16页 |
| 1.3 选题意义及主要贡献 | 第16-19页 |
| 1.3.1 选题意义 | 第16-17页 |
| 1.3.2 研究的切入点及主要贡献 | 第17-19页 |
| 1.4 章节安排 | 第19页 |
| 1.5 本章小结 | 第19-20页 |
| 第二章 量子计算基础 | 第20-36页 |
| 2.1 量子力学基本假设 | 第20-22页 |
| 2.2 量子计算基本特性 | 第22-27页 |
| 2.2.1 量子比特基本特性 | 第22-25页 |
| 2.2.2 量子并行 | 第25-27页 |
| 2.3 量子算法描述 | 第27-33页 |
| 2.3.1 量子算法能力概述 | 第27-28页 |
| 2.3.2 量子线路与基本量子门 | 第28-31页 |
| 2.3.3 测量 | 第31-33页 |
| 2.4 密度算子描述 | 第33-34页 |
| 2.5 本章小结 | 第34-36页 |
| 第三章 量子图像特征 | 第36-56页 |
| 3.1 经典图像特征的量子态编码方案 | 第36-50页 |
| 3.1.1 经典主成分分析算法 | 第36-38页 |
| 3.1.2 经典主成分分析特征的量子表示方案 | 第38-46页 |
| 3.1.3 基于Grover算法的人脸识别算法 | 第46-50页 |
| 3.2 量子图像特征提取 | 第50-55页 |
| 3.2.1 施密特分解 | 第50-51页 |
| 3.2.2 施密特分解的快速算法 | 第51-52页 |
| 3.2.3 基于施密特分解的量子图象特征提取 | 第52-55页 |
| 3.3 本章小结 | 第55-56页 |
| 第四章 量子图像检索算法 | 第56-66页 |
| 4.1 量子图像检索&量子状态层析 | 第56-59页 |
| 4.2 置换不变状态的层析 | 第59-60页 |
| 4.3 快速量子图像检索方案 | 第60-65页 |
| 4.4 本章小结 | 第65-66页 |
| 第五章 量子图像分类算法 | 第66-80页 |
| 5.1 量子机器学习 | 第66-68页 |
| 5.2 Schuld算法 | 第68-72页 |
| 5.2.1 算法描述 | 第68-70页 |
| 5.2.2 算法分析 | 第70-72页 |
| 5.3 Schuld的改进算法 | 第72-79页 |
| 5.3.1 改进策略 | 第72-76页 |
| 5.3.2 改进算法分析 | 第76-77页 |
| 5.3.3 改进算法在大规模图像分类中的应用 | 第77-79页 |
| 5.4 本章小结 | 第79-80页 |
| 第六章 总结与展望 | 第80-83页 |
| 6.1 全文总结 | 第80-81页 |
| 6.2 未来工作展望 | 第81-83页 |
| 参考文献 | 第83-93页 |
| 致谢 | 第93-94页 |
| 附录一 作者攻读博士学位期间发表的论文 | 第94-95页 |
| 附录二 攻读博士学位期间主持或参与的科研项目 | 第95页 |
