点击次数：
所属单位：计算机科学与技术学院/人工智能学院/软件学院
发表刊物：吉林大学学报(工学版)
关键字：人工智能;聚类;量子计算;量子算法;量子k-means;
摘要：为提高经典k-means算法的计算效率,引入量子计算理论得到量子k-means算法。先将聚类数据和k个聚类中心制备成量子态,并行计算其相似度,接着利用相位估计算法将相似度信息保存到量子比特中,然后利用最小值查找量子算法查找最相似的聚类中心点。对比两种算法的复杂度可知,在一定条件下,相对经典算法而言,量子k-means算法的时间复杂度降低,空间复杂度得到指数级降低。
是否译文：否
发表时间：2017-06-05
合写作者：刘雪娟,许娟,段博佳
通讯作者：袁家斌