龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：本源量子计算科技(合肥)股份有限公司
申请日：2021-11-09
公开（公告）日：2024-06-14
公开（公告）号：CN116109854B
主分类号：G06V10/764
分类号：G06V10/764;G06V10/774;G06V10/82;G06N10/60;G06N3/0464;G06T9/00
优先权：
专利状态码：有效-授权
法律状态：2024.06.14#授权;2023.06.16#著录事项变更;2023.05.30#实质审查的生效;2023.05.12#公开
摘要：本发明公开了一种军事武器装备类别确定方法、装置、介质及电子装置，本发明通过量子图像编码算法对获取的待识别军事图像进行量子编码，将经典数据转化为量子输入，然后通过量子与经典混合卷积算法对编码得到的目标量子态执行演化与计算，获得军事图像中目标物体的军事武器装备类别，从而实现对军事图像中的目标物体的军事武器装备类别的快速确定，由于量子计算可以高速并行计算的特点，从而提高了军事图像识别的速度，进而快速实现对军事武器装备类别的确定，能够为军事指挥决策提供情报支持。
主权项：1.一种军事武器装备类别确定方法，其特征在于，所述方法包括：获取待识别的军事图像；通过量子图像编码算法对所述军事图像进行量子编码，获得目标量子态；对所述目标量子态执行量子卷积神经网络对应的量子态演化，获得演化后存储军事图像的第一次分类结果的输出量子态；所述量子卷积神经网络是基于训练数据与含参量子卷积神经网络的参数的映射关系确定的，所述映射关系是通过所述训练数据对所述含参量子卷积神经网络进行训练得到的，所述含参量子卷积神经网络是将第三数量的含参量子卷积单层网络添加至量子比特上得到的，所述含参量子卷积单层网络是将第一数量的CNOT门和第二数量的含参量子逻辑门进行级联得到的；对所述输出量子态进行解码，获得所述军事图像的第一次分类结果对应的图像特征；将所述第一次分类结果对应的图像特征输入至经典卷积神经网络进行计算，获得所述军事图像的第二次分类结果；基于所述第二次分类结果确定所述军事图像中目标物体的军事武器装备类别。
全文数据：
权利要求：
百度查询： 本源量子计算科技(合肥)股份有限公司 军事武器装备类别确定方法、装置、介质及电子装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号