CN108255784A - 多层量子d(4)小波包变换和逆变换实现量子线路设计的方法 - Google Patents

多层量子d(4)小波包变换和逆变换实现量子线路设计的方法 Download PDF

Info

Publication number
CN108255784A
CN108255784A CN201810035917.3A CN201810035917A CN108255784A CN 108255784 A CN108255784 A CN 108255784A CN 201810035917 A CN201810035917 A CN 201810035917A CN 108255784 A CN108255784 A CN 108255784A
Authority
CN
China
Prior art keywords
quantum
wavelet
package transforms
inverse transformation
wavelet package
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201810035917.3A
Other languages
English (en)
Other versions
CN108255784B (zh
Inventor
黎海生
范萍
夏海英
宋树祥
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ningbo Yaxiang Electronic Technology Co ltd
Original Assignee
Guangxi Normal University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Guangxi Normal University filed Critical Guangxi Normal University
Priority to CN201810035917.3A priority Critical patent/CN108255784B/zh
Publication of CN108255784A publication Critical patent/CN108255784A/zh
Application granted granted Critical
Publication of CN108255784B publication Critical patent/CN108255784B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/14Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
    • G06F17/148Wavelet transforms
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00Details relating to CAD techniques
    • G06F2111/10Numerical modelling

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Computational Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Pure & Applied Mathematics (AREA)
  • Software Systems (AREA)
  • Databases & Information Systems (AREA)
  • Algebra (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • Recrystallisation Techniques (AREA)
  • Superconductor Devices And Manufacturing Methods Thereof (AREA)

Abstract

本发明提供一种多层量子D(4)小波包变换实现量子线路设计的方法,属于量子信息处理领域,本发明是对现有的量子小波包变换实现技术的完善与改进,利用扩展的张量积和基本的量子比特门,分别构建了基于周期扩展的单层量子D(4)小波包变换、基于周期扩展的单层量子D(4)小波包逆变换、多层量子D(4)小波包变换和多层量子D(4)小波包逆变换的量子线路。从量子D(4)小波包变换和量子D(4)小波包逆变换的实现线路复杂度分析可知,对于一个2n个元素的数据集,多层量子D(4)小波包变换、多层量子D(4)小波逆变换线路的复杂度至多为O(n3),这是其它的经典快速D(4)小波包变换无法达到的。适用于很多实际的信息处理应用的图像编码、去噪、模式匹配和图像水印等算法领域,并对量子计算理论完善和应用的推广有重大意义。

Description

多层量子D(4)小波包变换和逆变换实现量子线路设计的方法
技术领域
本发明涉及量子信息处理领域,具体的来说是涉及一种多层量子D(4)小波包变换和逆变换实现量子线路设计的方法。
背景技术
量子计算是量子力学和计算机科学相结合的产物,量子计算的并行性、叠加性及其测量的不确定性是量子计算机优于经典计算机的根本。
多贝西小波包变换(Daubechies wavelet packet transformation)是最常使用到的小波包变换之一。D(4)小波包变换是多贝西小波系列变换的一种比较简单变换,很容易经由快速小波包转换实现,因此在信息处理领域有着重要的应用。相应的量子D(4)小波包变换在图像编码、边缘检测、图像水印等算法中有着广泛应用。
在经典计算中,信息单元用比特(Bit)表示,它只有两个状态:0态或1态。在量子计算中,信息单元用量子比特(Qubit)表示,它有两个基本量子态|0〉和|1〉,基本量子态简称为基态(Basis State)。一个量子比特可以是两个基态的线性组合,常被称为叠加态(Superposition),可表示为|ψ〉=a|0〉+b|1〉。其中a和b是两个复数,满足|a|2+|b|2=1,因此也被称为概率幅。张量积(tensorproduct)是将小的向量空间合在一起,构成更大向量空间的一种方法,用符号表示,它有如下的含义:
假设U是n×n和V是m×m两个复矩阵
那么
假设二个酉矩阵集合为:中有m个n×n的矩阵, 中有n个m×m的矩阵。扩展的张量积是一个mn×mn的矩阵其中
量子线路可以由一序列的量子比特门构成,在量子线路的表示图中,每条线都表示量子线路的连线,量子线路的执行顺序是从左到右。一些基本量子比特门的名称和符号见图1。量子比特门可以方便的用矩阵形式表示,单量子比特门可以用一个2×2的酉矩阵U表示,即U+U=I2,其中U+是U的共轭转置矩阵,I2是单位阵。X(非门)、H(Hadamard门)和Swap(交换门)是三个通用门,很多量子计算书籍对这三个门有详细的说明。是I2的n次张量积。
Pn,m是mn×mn的均匀洗牌置换矩阵,(Pn,m)k,l=δv,z'δz,v',其中k=vn+z,l=v'm+z',0≤v,z'<m,0≤v',z<n,当x≠y,δx,y=0,否者δx,y=1。
是两个特殊的均匀洗牌置换矩阵,它们的递归方程为:
其中Swap是图1中所示的交换门,的量子实现线路如图2所示,的量子实现线路如图3所示。
D(4)小波核矩阵定义为:
其中
由于现有的经典的经典的D(4)小波包变换实现电子线路设计的复杂度为Θ(n2n),比较复杂,没能很好满足那些需要实时响应的应用需求。因此需要设计出复杂度更低的实现电子线路设计的方法。
发明内容
本发明提供一种多层量子D(4)小波包变换和逆变换实现量子线路设计的方法,解决现有经典的D(4)小波包变换实现电子线路设计的复杂度高的问题
本发明通过以下技术方案解决上述问题:
本发明充分量子并行性和量子叠加性等量子计算的独特性能,采用扩展张的张量积,首先实现基于周期扩展的单层量子D(4)小波包变换和基于周期扩展的单层量子D(4)小波包逆变换的迭代公式,然后建立多层量子D(4)变换的迭代公式和相应的量子D(4)小波逆变换的迭代公式。并采用量子线路来实现量子D(4)小波包变换和相应的量子D(4)小波包逆变换。
一种多层量子D(4)小波包变换实现量子线路设计的方法,其中,所述方法将量子计算与经典D(4)小波包变换技术相结合得到量子D(4)小波包变换,基于周期扩展的单层量子D(4)小波包变换得到复杂度为O(n2)的量子实现线路,根据单层量子D(4)小波包变换进行多层量子D(4)小波包变换得到复杂度为O(n3)的量子实现线路。
所述单层量子D(4)小波包变换的具体过程为:
把D(4)小波核矩阵用张量积表示为
其中X和I2是单量子比特门,是张量积运算符号,是I2的n次张量积,是两个旋转矩阵,迭代初始值为Q2=X;
对公式(2)中的求逆运算,得到
其中迭代初始值为(Q2)-1=X;
基于周期扩展的单层量子D(4)小波包变换可以定义为
利用公式(3),先设计出复杂度为O(n2)的的量子实现线路,然后设计出复杂度为O(n2)的的量子实现线路。
所述多层量子D(4)小波变换的实现线路的设计过程为:
为k+1层量子D(4)小波包变换,利用扩展的张量积,可得到:
其中I2是单量子比特门,是张量积运算符号,是I2的n次张量积,是均匀洗牌置换矩阵,为k层量子D(4)小波包变换,为单层量子D(4)小波变换,迭代初始值为
设计出复杂度为O(n3)的k+1层量子D(4)小波包变换的量子实现线路。
一种多层量子D(4)小波包逆变换实现量子线路设计的方法,其中,所述方法将量子计算与经典D(4)小波包变换技术相结合得到量子D(4)小波包变换,基于周期扩展的单层量子D(4)小波包逆变换得到复杂度为O(n2)的量子实现线路,根据单层量子D(4)小波包逆变换进行多层量子D(4)小波包逆变换得到复杂度为O(n3)的量子实现线路。
所述单层量子D(4)小波逆变换的实现线路的设计过程为:
把D(4)小波核矩阵用张量积表示为
其中X和I2是单量子比特门,是张量积运算符号,是I2的n次张量积,是两个旋转矩阵,迭代初始值为Q2=X;
基于周期扩展的单层量子D(4)小波包变换可以定义为
对公式(6)中的求逆运算,得到
其中迭代初始值为(Q2)-1=X;
对公式(6)中的求逆,可得到
对公式(7)求逆运算,可得到基于周期扩展的单层量子D(4)小波包逆变换的迭代公式
利用公式(10),先设计出复杂度为O(n2)的的量子实现线路,然后设计出复杂度为O(n2)的基于周期扩展的单层量子D(4)小波包逆变换的量子实现线路。
所述多层量子D(4)小波逆变换的实现线路的设计过程为:
为k+1层量子D(4)小波包变换,利用扩展的张量积,可得到:
其中I2是单量子比特门,是张量积运算符号,是I2的n次张量积,是均匀洗牌置换矩阵,为k层量子D(4)小波包变换,为单层量子D(4)小波变换,迭代初始值为
为k+1层量子D(4)小波包逆变换,对公式(11)求逆,可得到:
其中I2是单量子比特门,是张量积运算符号,是I2的n次张量积,是均匀洗牌置换矩阵,为k层量子D(4)小波包逆变换,迭代初始值为
设计出复杂度为O(n3)的k+1层量子D(4)小波包逆变换的量子实现线路。
本发明的优点与效果是:
1、本发明与现有的量子D(4)小波包变换实现技术相比,本发明设计了多层量子D(4)小波包变换和多层量子D(4)小波包逆变换的实现线路,从而构建一个相对完整的量子D(4)小波包变换体系。
2、本发明与经典的D(4)小波包变换实现技术相比,本发明利用量子线路实现的量子D(4)小波包变换是一种高效的变换方法,本发明设计的量子D(4)小波包变换的实现线路复杂度都是O(n3),而经典的快速D(4)小波包变换的实现复杂度为O(n2n)。
附图说明
图1为本发明基本量子门的表示图;
图2为本发明的量子实现线路图;
图3为本发明的量子实现线路图;
图4为本发明的量子实现线路图;
图5为本发明的量子实现线路图;
图6为本发明的量子实现线路图;
图7为本发明的量子实现线路图;
图8为本发明基于周期扩展的单层量子D(4)小波包变换的实现线路图;
图9为本发明的量子实现线路图;
图10为本发明的量子实现线路图;
图11为本发明基于周期扩展的单层量子D(4)小波包逆变换的实现线路图;
图12为本发明多层量子D(4)小波包变换的实现线路图;
图13为本发明多层量子D(4)小波包逆变换的实现线路图;
图14为本发明单层基于周期扩展的单层量子D(4)小波包变换的实现线路图(n=3);
图15为本发明单层基于周期扩展的单层量子D(4)小波包逆变换的实现线路图(n=3);
图16为本发明2层量子D(4)小波包变换的实现线路图(n=3);
图17为本发明2层量子D(4)小波包逆变换的实现线路图(n=3);
具体实施方式
以下结合实施例对本发明作进一步说明。
基于周期扩展的单层量子D(4)小波包变换的设计与实现
公式(1)中的用张量积表示为
其中X和I2是图1中单量子比特门,是张量积运算符号,是I2的n次张量积,是两个旋转矩阵,迭代初始值为Q2=X。
利用公式(13),先设计出复杂度为O(n2)的的量子实现线路如图4所示,然后设计出复杂度为O(n2)的的量子实现线路如图5所示。
基于周期扩展的单层量子D(4)小波包变换可以定义为
利用公式(14),先设计出复杂度为O(n2)的的量子实现线路如图7所示,然后设计出复杂度为O(n2)的的量子实现线路如图8所示。
基于周期扩展的单层量子D(4)小波包逆变换的设计与实现
公式(1)中的用张量积表示为
其中X和I2是图1中单量子比特门,是张量积运算符号,是I2的n次张量积,是两个旋转矩阵,迭代初始值为Q2=X。
对公式(15)中的求逆运算,得到
其中迭代初始值为(Q2)-1=X,量子实现线路如图6所示。
对公式(15)中的求逆,可得到
其中见公式(16),量子实现线路如图9所示。
对公式(14)求逆运算,可得到基于周期扩展的单层量子D(4)小波包逆变换的迭代公式
利用公式(18),先设计出复杂度为O(n2)的的量子实现线路如图10所示,然后设计出复杂度为O(n2)的基于周期扩展的单层量子D(4)小波包逆变换的量子实现线路如图11所示。
多层量子D(4)小波包变换的设计与实现
为k+1层量子D(4)小波包变换,利用扩展的张量积,可得到:
其中I2是图1中单量子比特门,是张量积运算符号,是I2的n次张量积,是均匀洗牌置换矩阵,为k层量子D(4)小波包变换,为单层量子D(4小波变换(见公式(14)),迭代初始值为
k+1层量子D(4)小波包变换的量子实现线路如图12所示,并可知量子实现线路的复杂度是O(n3)。
多层量子D(4)小波包变换的设计与实现
为k+1层量子D(4)小波包逆变换,对公式(7)求逆,可得到:
其中I2是图1中单量子比特门,是张量积运算符号,是I2的n次张量积,是均匀洗牌置换矩阵,为k层量子D(4)小波包逆变换,迭代初始值为
k+1层量子D(4)小波包逆变换的量子实现线路如图13所示,并可知量子实现线路的复杂度是O(n3)。
一种多层量子D(4)小波包变换实现量子线路设计的方法的单层量子D(4)小波变换的实现线路如图14所示。将n=3代入公式(4),得到
实现公式(21)就得到图14中的量子线路。
二层量子D(4)小波包变换的实现线路如图16所示。将n=3和k=1代入公式(5),得到
实现公式(11)就得到图16中的量子线路。
一种多层量子D(4)小波包逆变换实现量子线路设计的方法单层量子D(4)小波包逆变换的实现线路如图15所示。将n=3代入公式(10),得到
实现公式(23)就得到图15中的量子线路。
二层量子D(4)小波逆变换的实现线路如图17所示。将n=3和k=1代入公式(12),得到
实现公式(24)就得到图17中的量子线路。
以上已对本发明创造的较佳实施例进行了具体说明,但本发明并不限于实施例,熟悉本领域的技术人员在不违背本发明创造精神的前提下还可以作出种种的等同的变型或替换,这些等同的变型或替换均包含在本申请的范围内。

Claims (6)

1.一种多层量子D(4)小波包变换实现量子线路设计的方法,其特征在于:所述方法将量子计算与经典D(4)小波包变换技术相结合得到量子D(4)小波包变换,基于周期扩展的单层量子D(4)小波包变换得到复杂度为O(n2)的量子实现线路,根据单层量子D(4)小波包变换进行多层量子D(4)小波包变换得到复杂度为O(n3)的量子实现线路。
2.根据权利要求1所述的一种基于周期扩展的单层量子D(4)小波包变换实现量子线路设计的方法,其特征在于,所述单层量子D(4)小波包变换的具体过程为:
把D(4)小波核矩阵用张量积表示为
其中X和I2是单量子比特门,是张量积运算符号,是I2的n次张量积,是两个旋转矩阵,迭代初始值为Q2=X;
对公式(2)中的求逆运算,得到
其中迭代初始值为(Q2)-1=X;
基于周期扩展的单层量子D(4)小波包变换可以定义为
利用公式(3),先设计出复杂度为O(n2)的的量子实现线路,然后设计出复杂度为O(n2)的的量子实现线路。
3.根据权利要求1所述的一种多层量子D(4)小波包变换实现量子线路设计的方法,其特征在于:所述多层量子D(4)小波变换的实现线路的设计过程为:
为k+1层量子D(4)小波包变换,利用扩展的张量积,可得到:
其中I2是单量子比特门,是张量积运算符号,是I2的n次张量积,是均匀洗牌置换矩阵,为k层量子D(4)小波包变换,为单层量子D(4)小波变换,迭代初始值为1≤k≤n-2;
设计出复杂度为O(n3)的k+1层量子D(4)小波包变换的量子实现线路。
4.一种多层量子D(4)小波包逆变换实现量子线路设计的方法,其特征在于:所述方法将量子计算与经典D(4)小波包变换技术相结合得到量子D(4)小波包变换,基于周期扩展的单层量子D(4)小波包逆变换得到复杂度为O(n2)的量子实现线路,根据单层量子D(4)小波包逆变换进行多层量子D(4)小波包逆变换得到复杂度为O(n3)的量子实现线路。
5.根据权利要求4所述的一种基于周期扩展的单层量子D(4)小波包逆变换实现量子线路设计的方法,其特征在于:所述单层量子D(4)小波逆变换的实现线路的设计过程为:
把D(4)小波核矩阵用张量积表示为
其中X和I2是单量子比特门,是张量积运算符号,是I2的n次张量积,是两个旋转矩阵,迭代初始值为Q2=X;
基于周期扩展的单层量子D(4)小波包变换可以定义为
对公式(6)中的求逆运算,得到
其中迭代初始值为(Q2)-1=X;
对公式(6)中的求逆,可得到
对公式(7)求逆运算,可得到基于周期扩展的单层量子D(4)小波包逆变换的迭代公式
利用公式(10),先设计出复杂度为O(n2)的的量子实现线路,然后设计出复杂度为O(n2)的基于周期扩展的单层量子D(4)小波包逆变换的量子实现线路。
6.根据权利要求4所述的一种多层量子D(4)小波包逆变换实现量子线路设计的方法,其特征在于:所述多层量子D(4)小波逆变换的实现线路的设计过程为:
为k+1层量子D(4)小波包变换,利用扩展的张量积,可得到:
其中I2是单量子比特门,是张量积运算符号,是I2的n次张量积,是均匀洗牌置换矩阵,为k层量子D(4)小波包变换,为单层量子D(4)小波变换,迭代初始值为1≤k≤n-2;
为k+1层量子D(4)小波包逆变换,对公式(11)求逆,可得到:
其中I2是单量子比特门,是张量积运算符号,是I2的n次张量积,是均匀洗牌置换矩阵,为k层量子D(4)小波包逆变换,迭代初始值为1≤k≤n-2;
设计出复杂度为O(n3)的k+1层量子D(4)小波包逆变换的量子实现线路。
CN201810035917.3A 2018-01-15 2018-01-15 多层量子d(4)小波包变换和逆变换实现量子线路设计的方法 Active CN108255784B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810035917.3A CN108255784B (zh) 2018-01-15 2018-01-15 多层量子d(4)小波包变换和逆变换实现量子线路设计的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810035917.3A CN108255784B (zh) 2018-01-15 2018-01-15 多层量子d(4)小波包变换和逆变换实现量子线路设计的方法

Publications (2)

Publication Number Publication Date
CN108255784A true CN108255784A (zh) 2018-07-06
CN108255784B CN108255784B (zh) 2024-01-09

Family

ID=62727108

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810035917.3A Active CN108255784B (zh) 2018-01-15 2018-01-15 多层量子d(4)小波包变换和逆变换实现量子线路设计的方法

Country Status (1)

Country Link
CN (1) CN108255784B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108932388A (zh) * 2018-07-10 2018-12-04 华东交通大学 一种基于量子叠加态的模2n减法器设计方法
CN109740758A (zh) * 2019-01-09 2019-05-10 电子科技大学 一种基于量子计算的核方法
TWI802206B (zh) * 2022-01-04 2023-05-11 國立成功大學 多貝西d6小波轉換/反轉換量子電路及其製造方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011029982A (ja) * 2009-07-27 2011-02-10 Nec Corp ウェーブレット変換符号化方法および装置
CN103018660A (zh) * 2012-12-25 2013-04-03 重庆邮电大学 采用量子Hopfield神经网络的模拟电路多故障智能诊断方法
CN103017802A (zh) * 2012-08-23 2013-04-03 中国电子科技集团公司第四十一研究所 基于小波变换的布里渊谱去噪方法
CN103366334A (zh) * 2013-07-10 2013-10-23 北京工业大学 一种基于量子离散余弦变换的量子水印认证方法
CN105135217A (zh) * 2015-08-16 2015-12-09 东北石油大学 一种改进的基于小波分析的石油管道泄漏检测方法
CN105139274A (zh) * 2015-08-16 2015-12-09 东北石油大学 基于量子粒子群与小波神经网络的输电线路覆冰预测方法
CN107153632A (zh) * 2017-05-10 2017-09-12 广西师范大学 一种量子Haar小波变换实现量子线路设计的方法
CN107180013A (zh) * 2017-05-10 2017-09-19 广西师范大学 一种量子d(4)小波变换实现量子线路设计的方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011029982A (ja) * 2009-07-27 2011-02-10 Nec Corp ウェーブレット変換符号化方法および装置
CN103017802A (zh) * 2012-08-23 2013-04-03 中国电子科技集团公司第四十一研究所 基于小波变换的布里渊谱去噪方法
CN103018660A (zh) * 2012-12-25 2013-04-03 重庆邮电大学 采用量子Hopfield神经网络的模拟电路多故障智能诊断方法
CN103366334A (zh) * 2013-07-10 2013-10-23 北京工业大学 一种基于量子离散余弦变换的量子水印认证方法
CN105135217A (zh) * 2015-08-16 2015-12-09 东北石油大学 一种改进的基于小波分析的石油管道泄漏检测方法
CN105139274A (zh) * 2015-08-16 2015-12-09 东北石油大学 基于量子粒子群与小波神经网络的输电线路覆冰预测方法
CN107153632A (zh) * 2017-05-10 2017-09-12 广西师范大学 一种量子Haar小波变换实现量子线路设计的方法
CN107180013A (zh) * 2017-05-10 2017-09-19 广西师范大学 一种量子d(4)小波变换实现量子线路设计的方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
AMIR FIJANY: "Quantum Wavelet Transforms: Fast Algorithms and Complete Circuits", pages 1 - 22 *
ANDREAS KIAPPENECKER: "Wavelets and Wavelet Packets on Quantum Computers", pages 703 - 713 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108932388A (zh) * 2018-07-10 2018-12-04 华东交通大学 一种基于量子叠加态的模2n减法器设计方法
CN108932388B (zh) * 2018-07-10 2022-07-12 华东交通大学 一种基于量子叠加态的模2n减法器设计方法
CN109740758A (zh) * 2019-01-09 2019-05-10 电子科技大学 一种基于量子计算的核方法
CN109740758B (zh) * 2019-01-09 2023-04-07 电子科技大学 一种基于量子计算的核方法
TWI802206B (zh) * 2022-01-04 2023-05-11 國立成功大學 多貝西d6小波轉換/反轉換量子電路及其製造方法

Also Published As

Publication number Publication date
CN108255784B (zh) 2024-01-09

Similar Documents

Publication Publication Date Title
Singla et al. Skew orthogonal convolutions
Zhang et al. Efficient long-range attention network for image super-resolution
Sun et al. Learning pooling for convolutional neural network
Yao et al. Dr2-net: Deep residual reconstruction network for image compressive sensing
Hoggar Mathematics of digital images: creation, compression, restoration, recognition
CN107153632B (zh) 一种量子Haar小波变换实现量子线路设计的方法
CN107025206A (zh) 一种量子傅立叶变换实现量子线路设计的方法
Lan et al. Image denoising via deep residual convolutional neural networks
CN107180013A (zh) 一种量子d(4)小波变换实现量子线路设计的方法
CN108255784A (zh) 多层量子d(4)小波包变换和逆变换实现量子线路设计的方法
JP6902318B2 (ja) ニューラルネットワークの全結合層を畳み込み層に置き換えるプログラム
Tang et al. Improving cost learning for JPEG steganography by exploiting JPEG domain knowledge
Wang et al. A multi-scale feature extraction-based normalized attention neural network for image denoising
WO2022062164A1 (zh) 基于偏微分算子的广义等变卷积网络模型的图像分类方法
Alawieh et al. GAN-SRAF: subresolution assist feature generation using generative adversarial networks
CN109344966A (zh) 一种高效张量化全连接神经网络的方法
Iqbal et al. Genetic programming with transfer learning for texture image classification
Shi et al. Image encryption scheme based on multiscale block compressed sensing and Markov model
Fan et al. Quantum image encryption based on block geometric and Haar wavelet transform
Popa et al. Fourier transform-based image classification using complex-valued convolutional neural networks
Wang et al. A hidden DCT-based invisible watermarking method for low-cost hardware implementations
Zheng et al. Fast fractal image compression algorithm using specific update search
Zhang et al. Adaptive Robust Blind Watermarking Scheme Improved by Entropy‐Based SVM and Optimized Quantum Genetic Algorithm
Wang et al. Multi‐level feature fusion network for crowd counting
CN116091830A (zh) 一种基于全局滤波模块的多视图图像分类方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
TA01 Transfer of patent application right

Effective date of registration: 20231211

Address after: 315300 Zonghan Street Xinjie village, Cixi City, Ningbo City, Zhejiang Province

Applicant after: Ningbo Yaxiang Electronic Technology Co.,Ltd.

Address before: 541004 Guangxi Normal University, 15, Yucai Road, Qixing District, Guilin, the Guangxi Zhuang Autonomous Region

Applicant before: Guangxi Normal University

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant