量子聚类分析和量子图像识别
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第8-16页 |
| 1.1 研究背景 | 第8-10页 |
| 1.2 研究现状 | 第10-15页 |
| 1.2.1 量子算法 | 第10-11页 |
| 1.2.2 量子图像 | 第11-15页 |
| 1.3 论文组织 | 第15-16页 |
| 第二章 量子算法基础 | 第16-35页 |
| 2.1 量子计算基础 | 第16-23页 |
| 2.1.1 量子比特 | 第16-19页 |
| 2.1.2 常用的量子逻辑门 | 第19-23页 |
| 2.2 量子力学 | 第23-28页 |
| 2.2.1 线性代数 | 第23-25页 |
| 2.2.2 量子力学四大假设 | 第25-28页 |
| 2.3 量子并行性 | 第28-30页 |
| 2.4 Grover量子算法 | 第30-33页 |
| 2.4.1 基于黑箱的搜索算法 | 第30-32页 |
| 2.4.2 Grover搜索算法的过程 | 第32-33页 |
| 2.5 本章小结 | 第33-35页 |
| 第三章 基于最小距离的量子K-means算法 | 第35-42页 |
| 3.1 经典K-means算法简介 | 第35-36页 |
| 3.2 一种基于距离的量子K-means | 第36-39页 |
| 3.2.1 空间中点与距离的量子表示 | 第36-37页 |
| 3.2.2 算法步骤 | 第37-39页 |
| 3.3 效率分析 | 第39-41页 |
| 3.4 本章小结 | 第41-42页 |
| 第四章 基于测量的量子图像识别 | 第42-61页 |
| 4.1 图像识别算法 | 第42-46页 |
| 4.1.1 量子态表示图像 | 第42-44页 |
| 4.1.2 算法步骤 | 第44-46页 |
| 4.2 量子图像识别 | 第46-49页 |
| 4.2.1 量子态的比较 | 第47页 |
| 4.2.2 Matlab中仿真 | 第47-49页 |
| 4.3 经典手势识别的流程 | 第49-51页 |
| 4.4 量子手势识别 | 第51-59页 |
| 4.4.1 量子自适应中值滤波算法 | 第52-55页 |
| 4.4.2 量子手势图像二值化 | 第55页 |
| 4.4.3 量子图像边缘检测算法 | 第55-58页 |
| 4.4.4 手势识别 | 第58-59页 |
| 4.5 本章小结 | 第59-61页 |
| 第五章 总结与展望 | 第61-64页 |
| 5.1 工作总结 | 第61-62页 |
| 5.2 后续工作展望 | 第62-64页 |
| 参考文献 | 第64-69页 |
| 作者简介 | 第69-71页 |
| 致谢 | 第71页 |
