序号 | 专利名 | 申请号 | 申请日 | 公开(公告)号 | 公开(公告)日 | 发明人 |
---|---|---|---|---|---|---|
1 | 量子算法的编译 | CN202080019289.5 | 2020-02-25 | CN113544710A | 2021-10-22 | A·贾瓦迪亚布哈里 |
一种量子算法的编译的常量合并的方法,包括形成第一组量子门,该第一组量子门被布置为模拟量子算法。该方法进一步包括在执行该第一组量子门的第一子集之后,确定量子处理器的量子位的状态。该方法进一步包括将该量子位的状态与可接受性标准进行比较。该方法还包括响应于确定该状态满足可接受性标准而移除该组量子门的第二子集。该方法还包括响应于移除该组量子门的第二子集而形成第二组量子门,该第二组量子门被布置为模拟量子算法。 | ||||||
2 | 量子计算机量子处理单元、量子电路以及量子电路量子算法 | CN201910668119.9 | 2019-07-23 | CN110490327B | 2023-07-18 | 张洪涛; 李儒彬; 李利荣; 吴丹雯 |
本发明涉及一种量子计算机量子处理单元、量子电路以及量子电路量子算法,属于计算机技术领域。量子处理单元(QPU)是由5个模块组成的,并由一个经典设备控制。量子电路基于SHOR算法,定义两个n量子位输入|x>和|y>;设置一个控制寄存器和一个目标寄存器,为每个算法定义了门Gc,G'c和Gt,以及反馈开关S0,S1,S2,S3,量子电路量子算法是基于Shor算法的量子处理架构的设计方案,本发明考虑了反馈控制对所提构架的影响,利用反馈调节可以有效保证在大数分解时周期寻找,从而有效实现量子算法的最佳性能。 | ||||||
3 | 量子计算机量子处理单元、量子电路以及量子电路量子算法 | CN201910668119.9 | 2019-07-23 | CN110490327A | 2019-11-22 | 张洪涛; 李儒彬; 李利荣; 吴丹雯 |
本发明涉及一种量子计算机量子处理单元、量子电路以及量子电路量子算法,属于计算机技术领域。量子处理单元(QPU)是由5个模块组成的,并由一个经典设备控制。量子电路基于SHOR算法,定义两个n量子位输入|x>和|y>;设置一个控制寄存器和一个目标寄存器,为每个算法定义了门Gc,G'c和Gt,以及反馈开关S0,S1,S2,S3,量子电路量子算法是基于Shor算法的量子处理架构的设计方案,本发明考虑了反馈控制对所提构架的影响,利用反馈调节可以有效保证在大数分解时周期寻找,从而有效实现量子算法的最佳性能。 | ||||||
4 | SM4算法的量子实现电路 | CN202110606979.7 | 2021-05-31 | CN113255923B | 2021-09-14 | 向泽军; 林达; 张莎莎; 曾祥勇 |
本发明涉及一种SM4算法的量子实现电路,具体包括利用基于矩阵分解原理的启发式算法生成SM4算法线性子部件L以及L’的量子实现电路,同时,基于对SM4算法S盒经典实现的量子化设计,改进了SM4算法非线性部件T以及T’的量子实现电路,分别针对密钥扩展算法和轮展开设计了一种有效减少量子比特使用数量的优化实现电路。本发明的SM4算法量子实现电路中,线性部件无需引入额外的量子辅助比特并且实现代价较低,非线性部件无需引入额外的量子存储比特保存S盒的输出,同时本发明的SM4算法的量子实现电路所需的量子存储比特目前已知最少。因此,本发明有效的降低了在量子应用场景下实现SM4算法的电路大小以及实现成本。 | ||||||
5 | SM4算法的量子实现电路 | CN202110606979.7 | 2021-05-31 | CN113255923A | 2021-08-13 | 向泽军; 林达; 张莎莎; 曾祥勇 |
本发明涉及一种SM4算法的量子实现电路,具体包括利用基于矩阵分解原理的启发式算法生成SM4算法线性子部件L以及L’的量子实现电路,同时,基于对SM4算法S盒经典实现的量子化设计,改进了SM4算法非线性部件T以及T’的量子实现电路,分别针对密钥扩展算法和轮展开设计了一种有效减少量子比特使用数量的优化实现电路。本发明的SM4算法量子实现电路中,线性部件无需引入额外的量子辅助比特并且实现代价较低,非线性部件无需引入额外的量子存储比特保存S盒的输出,同时本发明的SM4算法的量子实现电路所需的量子存储比特目前已知最少。因此,本发明有效的降低了在量子应用场景下实现SM4算法的电路大小以及实现成本。 | ||||||
6 | 正交神经网络的经典算法和量子算法 | CN202280051811.7 | 2022-05-26 | CN117693753A | 2024-03-12 | I·克雷尼迪斯; J·兰迪曼; N·马特胡尔 |
正交神经网络对权重矩阵应用正交性。它们可以实现更高的精度,并避免深层架构的易失性或爆炸性梯度。已经提出了几种经典的梯度下降方法来在更新权重矩阵的同时保持正交性,但这些方法运行时间较长并且只能提供近似的正交性。在本公开中,我们引入了一种新型的神经网络层。该层允许以与标准层相同的渐近运行时间以完美的正交性进行梯度下降。该层受到量子计算的启发,因此既可以应用于经典计算系统,也可以应用于量子计算系统。它可以作为量子神经网络和快速正交神经网络的构建块。 | ||||||
7 | 一种基于量子技术的加密算法 | PCT/CN2020/102156 | 2020-07-15 | WO2021008561A1 | 2021-01-21 | 吴雪峰; 陈俊桦; 夏鸣 |
本发明涉及量子加密技术领域,具体为一种基于量子技术的加密算法,包括以下步骤:步骤一:设定三组基矢量,步骤二:产生二进制量子序列和测量基矢量,利用三个变量组合分别表示测量基矢量所对应的六个偏振态;步骤三:将信息M加密,转化二进制量子序列并重新编码;步骤四:检测测量基序列首段是否为随机数;步骤五:当Eve不存在时,将数据解密;步骤六:当Eve存在时,重新选择别的量子信道。有益效果为:本发明通过将光子偏振与水平面呈α的倾斜基重新编码进二进制量子序列首段,使得Bob可以快速检测信息是否被窃听,降低数据处理量,并通过加密算法将对应信息进行加密,增加了窃听难度,提高了加密传输的安全性。 |
||||||
8 | 用于量子玻尔兹曼机的监督训练的量子算法 | CN202080013408.6 | 2020-01-29 | CN113412492A | 2021-09-17 | N·O·维贝; A·博查罗夫; P·斯莫伦斯基; M·特洛耶; K·斯沃雷 |
一种训练量子计算机的方法采用量子算法。该方法包括:将量子玻尔兹曼机的描述加载到量子计算机中,并且根据协议来训练量子玻尔兹曼机,其中分类误差被用作针对协议的度量。 | ||||||
9 | 基于量子蛙跳算法的聚类方法、装置及量子蛙跳算法 | CN201611066354.1 | 2016-11-28 | CN106557787A | 2017-04-05 | 成晨; 程新洲; 袁明强; 晁昆; 陈崴嵬; 宋春涛; 叶海纳; 周诗雨; 张涛 |
本发明实施例提供一种基于量子蛙跳算法的聚类方法、装置及量子蛙算法,涉及计算机领域,解决现有量子蛙跳算法易于陷入局部最优解与收敛精度不足的问题。具体方案为:获取m个量子青蛙族群,每个量子青蛙族群由n个量子青蛙组成,根据m个量子青蛙族群中每个量子青蛙的适应度值确定全局最优量子青蛙位置和每个量子青蛙族群中的最优量子青蛙位置和最差量子青蛙位置,利用上述确定的量子青蛙位置与族群内的本次迭代次数对应的随机数,对每个量子青蛙族群中的最差量子青蛙位置进行更新,重复上述步骤,重新对每个量子青蛙族群中的最差量子青蛙位置进行更新,直到达到族群内的预定最大迭代次数,完成族群内更新,并向全局最优量子青蛙位置进行收敛。 | ||||||
10 | 一种基于搜索算法的量子投票方法 | CN202311059273.9 | 2023-08-22 | CN116865964A | 2023-10-10 | 李渊 |
本发明公开了一种基于搜索算法的量子投票方法,采用可信赖的分发中心以及计票方进行实施,对于涉及K个投票者N个被选目标的投票过程,包括以下步骤:S1:采用光源制备微弱光,并在分发中心对光子进行状态调制,得到携带多方投票量子系统的多个纠缠对;S2:分发中心将各纠缠对中的一个光子分别发送至各投票者,并保留其余光子;S3:各投票者通过量子Grover搜索算法搜索从N个被选目标中进行选取,并根据选中的被选目标,采用相应的相位转换算符对投票者持有的光子进行作用;S4:各所述投票者以及分发中心将各自持有的光子传输至计票方,计票方根据特征值计算各被选目标的得票数。 | ||||||
11 | 基于量子算法的混凝土裂缝检测装置 | CN202310255614.3 | 2023-03-16 | CN116429780A | 2023-07-14 | 范兴奎; 王一攀; 桑德政; 伊廷友 |
本发明提供了基于量子算法的混凝土裂缝检测装置,涉及检测装置技术领域,包括:车体、检测部分、清洁部分和标记部分;车体上转动连接有两根滚。因每根所述滑动杆底端面均焊接有一个安装块,每个安装块底端面均安装有一个探头,当滑动杆在安装孔内向前移动10cm时探头位于车体前端面前侧7cm处,此时通过伸出的探头可实现狭窄位置的检测,提高了实用性,解决了量子卷积神经网络算法(QCNN)相比于传统的数字图像算法,QCNN能够通过量子并行性,大幅提高计算效率;这意味着在相同的时间内,QCNN能够处理更多的数据并完成更复杂的任务,并且QCNN可以通过量子旋转门和量子线路对数据进行编码和处理,从而更好地捕获数据的特征。所以解决了传统数字图像的一些问题。 | ||||||
12 | 基于Karatsuba算法的抗量子计算攻击乘法器 | CN202210788295.8 | 2022-07-06 | CN116166218A | 2023-05-26 | 汪鹏君; 吕杰; 张会红; 李刚; 陈博 |
本发明公开了一种基于Karatsuba算法的抗量子计算攻击乘法器包括系数存储器、两组并行预加电路、三组并行乘法电路和一组后加电路,系数存储器、两组并行预加电路、三组并行乘法电路和一组后加电路使用分治策略,两组并行预加电路并行计算,三组并行乘法电路并行计算,从而压缩模乘计算的时长,且以限定位宽的机制实现非质数的取模运算,解除模数为质数的约束,此外单次调用Karatsuba算法降低额外的电路面积开销;优点是硬件实现、低计算复杂度,不受模数为质数约束条件,且电路面积开销小。 | ||||||
13 | 一种后量子安全的签密算法 | CN201910907793.8 | 2019-09-24 | CN111817853B | 2022-06-24 | 杨孝鹏; 李伟春; 冯明奎 |
本申请公开了一种后量子安全的签密算法,包括以下步骤:A、系统设置Setup(1n);B、密钥生成算法KeyGen(1n,PP);C、签密算法Signcrypt(msg∈{0,1}l,sks,pkr);D、解签密算法Unsigncrypt(C,skr,pks),本发明构造通用单向哈希函数,将中的元素映射为Rq中的向量。本发明引入封装的思想,结合划分partitioning技术、盆景树技术和调和技术实现CCA2安全性,利用变色龙哈希函数封闭猜测confined guessing技术实现EUF‑ACMA安全性。 | ||||||
14 | 基于默克尔算法的量子密钥同步方法 | CN202011467558.2 | 2020-12-14 | CN114629628A | 2022-06-14 | 刁一帅; 姜胜广 |
本发明提出一种基于默克尔算法的量子密钥同步方法,其通过将量子密钥缓存单元组织成逻辑上的树状结构,并以树状结构计算每一个量子密钥缓存单元的Hash值,再分层完成从最顶层的父亲节点到最底层的子节点的逐步同步。由此,不仅能够保证同步后量子密钥缓存单元读取和写入位置的一致性,还可以保证同步后量子密钥缓存单元完全一致。同时,还使得对量子密钥缓存方式的升级成为可能。 | ||||||
15 | 应用程序或算法专用的量子电路设计 | CN201980060639.X | 2019-08-28 | CN112703512A | 2021-04-23 | 邵东兵; M·桑德贝格; M·布林克 |
提出了设计用于具体应用程序或算法的应用程序或算法专用的量子计算电路的技术。设计组件可以包括提取器组件,该提取器组件可以基于应用程序或者算法的分析来提取确定为满足必须在量子电路设计中使用彼此之间的直接连接的已定义的阈值电位的量子位对;设计管理组件(DMC)可基于与量子位对相关的特征分析确定用于应用程序或者算法的量子电路的电路设计。DMC可以通过加权方案和特征对量子位对进行分类,包括影响下游量子位的数量、量子位对之间的二量子位门操作的数量和/或量子位对是否影响测量。基于分类,DMC会选择排序最高的量子位对来分配直接连接。 | ||||||
16 | 基于量子Grover算法的音频指纹检索方法 | CN202011412302.1 | 2020-12-04 | CN112528069A | 2021-03-19 | 李阳阳; 毛鹤亭; 刘睿娇; 杨丹青; 赵逸群; 赵裴翔; 焦李成; 李玲玲 |
本发明提出了一种基于量子Grover算法的音频指纹检索方法,其实现步骤是:(1)生成音频指纹集合;(2)提取待检索音频的音频指纹;(3)计算待检索音频指纹与音频指纹集合中所有指纹之间的相似度;(4)使用Grover算法搜索最大相似度的索引;本发明计算待检测音频的音频指纹与音频指纹集合中每个音频指纹之间的相似度,保证检索准确率,再利用量子Grover算法搜索所有相似度中的最大相似度的索引,克服了搜索需要的步骤与相似度集合中元素数量成线性正比关系的问题,使得本发明提高了音频指纹检索的效率。 | ||||||
17 | 一种后量子安全的签密算法 | CN201910907793.8 | 2019-09-24 | CN111817853A | 2020-10-23 | 杨孝鹏; 李伟春; 冯明奎 |
本发明公开了一种后量子安全的签密算法,包括以下步骤:A、系统设置Setup(1n);B、密钥生成算法KeyGen(1n,PP);C、签密算法Signcrypt(msg∈{0,1}l,sks,pkr);D、解签密算法Unsigncrypt(C,skr,pks),本发明构造通用单向哈希函数,将中的元素映射为Rq中的向量。本发明引入封装的思想,结合划分partitioning技术、盆景树技术和调和技术实现CCA2安全性,利用变色龙哈希函数封闭猜测confined guessing技术实现EUF-ACMA安全性。 | ||||||
18 | 一种基于量子技术的加密算法 | CN201910644966.1 | 2019-07-17 | CN110224828A | 2019-09-10 | 吴雪峰; 陈俊桦; 夏鸣 |
本发明涉及量子加密技术领域,具体为一种基于量子技术的加密算法,包括以下步骤:步骤一:设定三组基矢量,步骤二:产生二进制量子序列和测量基矢量,利用三个变量组合别表示测量基矢量所对应的六个偏振态;步骤三:将信息M加密,转化二进制量子序列并重新编码;步骤四:检测测量基序列首段是否为随机数;步骤五:当Eve不存在时,将数据解密;步骤六:当Eve存在时,重新选择别的量子信道。有益效果为:本发明通过光子偏振与水平面呈α的倾斜基重新编码进二进制量子序列首段,使得Bob可以快速检测信心是否被窃听,降低数据处理量,并通过加密算法将对应信息进行加密,增加了窃听难度,提高了加密传输的安全性。 | ||||||
19 | 用于算术和函数合成的量子算法 | CN201580030023.X | 2015-06-05 | CN106462808B | 2019-05-14 | N·维贝; M·罗特勒 |
量子电路和相关联的方法使用重复直到成功(RUS)电路来对作为在辅助量子位上编码的旋转提供的输入值执行近似乘法和近似平方。所谓的齿轮箱和可编程辅助电路被耦合以将输入值的偶数或奇数结果编码为目标量子位的旋转。在其他示例中,量子RUS电路提供与使用级数展开表示的倒数相关联的目标量子位旋转。 | ||||||
20 | 一种基于量子机制的智能优化算法 | CN201510044524.5 | 2015-01-29 | CN105989409A | 2016-10-05 | 丰小月; 管仁初; 梁艳春 |
本发明涉及一种基于量子机制的智能优化算法。该算法将量子机制引入到进化算法中,并根据实际问题的不同,将量子进化算法同优化算法组合,既保持了种群的多样性,又加速了进化算法的收敛速度,组合算法可以发挥两个算法的优点,使得算法的适应性更强。 |