图书介绍
量子计算、优化与学习PDF|Epub|txt|kindle电子书版本网盘下载
- 焦李成等著 著
- 出版社： 北京：科学出版社
- ISBN：7030523464
- 出版时间：2017
- 标注页数：300页
- 文件大小：33MB
- 文件页数：310页
- 主题词：
PDF下载
下载说明
量子计算、优化与学习PDF格式电子书版下载
下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！
（文件页数 要大于 标注页数，上中下等多册电子书除外）
注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具
图书目录
第1章 量子计算物理基础1
1.1 量子算法1
1.2 量子系统中的叠加、相干与坍缩2
1.3 量子态的干涉4
1.4 量子态的纠缠5
1.5 量子计算的并行性6
参考文献7
第2章 量子搜索与优化8
2.1 Grover搜索算法8
2.2 量子进化算法9
2.2.1 基于量子旋转门的进化算法9
2.2.2 基于吸引子的进化算法10
2.3 量子退火算法14
参考文献15
第3章 量子学习17
3.1 量子聚类17
3.1.1 基于优化的量子聚类18
3.1.2 基于量子力学启发的聚类18
3.2 量子神经网络19
3.2.1 量子M-P模型20
3.2.2 量子Hopfield神经网络22
3.3 量子贝叶斯网络23
3.4 量子小波变换26
参考文献27
第4章 量子进化组播路由29
4.1 量子进化多维背包算法29
4.1.1 基本理论29
4.1.2 量子进化多维背包算法32
4.1.3 仿真实验及其结果分析36
4.2 量子进化静态组播路由39
4.2.1 量子进化算法39
4.2.2 时延受限组播路由问题定义44
4.2.3 量子进化组播路由算法45
4.2.4 仿真实验及其结果分析51
4.3 量子进化动态组播路由54
4.3.1 动态组播问题的定义54
4.3.2 量子进化动态组播路由算法56
4.4 结论与讨论61
参考文献62
第5章 量子粒子群优化65
5.1 协同量子粒子群优化65
5.1.1 协同量子粒子群算法65
5.1.2 改进的协同量子粒子群算法66
5.1.3 仿真实验及其结果分析69
5.2 基于多次塌陷-正交交叉的量子粒子群优化82
5.2.1 量子多次塌陷82
5.2.2 正交交叉试验简介83
5.2.3 多次塌陷-正交交叉的量子粒子群算法85
5.2.4 仿真实验及其结果分析87
5.3 结论与讨论95
参考文献95
第6章 量子进化聚类97
6.1 基于流形距离的量子进化聚类97
6.1.1 流形距离97
6.1.2 基于流形距离的量子进化数据聚类98
6.1.3 算法收敛性分析101
6.1.4 时间复杂度分析103
6.1.5 仿真实验及其结果分析103
6.2 量子多目标进化聚类108
6.2.1 聚类算法简介108
6.2.2 量子多目标进化聚类算法112
6.2.3 时间复杂度分析117
6.2.4 仿真实验及其结果分析118
6.3 结论与讨论124
参考文献124
第7章 基于核熵成分分析的量子聚类126
7.1 量子聚类算法126
7.2 基于核熵成分分析的量子聚类算法128
7.3 仿真实验及其结果分析135
7.4 结论与讨论146
参考文献147
第8章 量子粒子群数据分类148
8.1 基于量子粒子群的最近邻原型数据分类148
8.1.1 数据分类方法简介148
8.1.2 K近邻分类概述152
8.1.3 基于量子粒子群的最近邻原型的数据分类算法154
8.1.4 仿真实验及其结果分析156
8.2 改进的量子粒子群的最近邻原型数据分类162
8.2.1 基于多次塌陷-正交交叉量子粒子群的最近邻原型算法的数据分类162
8.2.2 仿真实验及其结果分析165
8.3 结论与讨论171
参考文献172
第9章 量子进化聚类图像分割173
9.1 基于量子进化聚类的图像分割173
9.1.1 图像分割方法简介173
9.1.2 图像纹理特征提取176
9.1.3 仿真实验及其结果分析178
9.2 基于分水岭-量子进化聚类算法的图像分割182
9.2.1 形态学分水岭算法182
9.2.2 基于分水岭-量子进化聚类算法的图像分割184
9.2.3 仿真实验及其结果分析185
9.3 基于量子多目标进化聚类算法的图像分割194
9.3.1 基于量子多目标进化聚类算法的图像分割194
9.3.2 仿真实验及其结果分析198
9.4 结论与讨论206
参考文献207
第10章 量子免疫克隆聚类SAR图像分割与变化检测209
10.1 基于分水岭-量子免疫克隆聚类算法的SAR图像分割209
10.1.1 基于分水岭-量子免疫克隆聚类算法的SAR图像分割方法简介209
10.1.2 算法设计与流程说明209
10.1.3 时间复杂度分析212
10.1.4 仿真实验及其结果分析212
10.2 基于先验知识-分水岭量子免疫克隆聚类的SAR图像分割218
10.2.1 K均值聚类概述218
10.2.2 算法设计与流程说明220
10.2.3 仿真实验及其结果分析222
10.3 基于量子免疫克隆聚类的SAR图像变化检测228
10.3.1 变化检测的一般流程及方法228
10.3.2 算法设计与流程说明230
10.3.3 时间复杂度分析233
10.3.4 仿真实验及其结果分析233
10.4 结论与讨论236
参考文献237
第11章 量子粒子群医学图像分割238
11.1 基于协同量子粒子群优化的医学图像分割238
11.1.1 医学图像分割概述238
11.1.2 基于改进的协同量子粒子群算法的医学图像分割240
11.1.3 仿真实验及其结果分析242
11.2 基于多背景变量协同量子粒子群优化及医学图像分割244
11.2.1 背景变量概述245
11.2.2 多背景变量协同量子粒子群算法245
11.2.3 基于多背景协同量子粒子群算法的图像分割248
11.3 动态变异与背景协同的量子粒子群算法252
11.3.1 量子粒子群算法的理论背景252
11.3.2 背景协同的量子粒子群算法259
11.3.3 改进的背景协同量子粒子群算法260
11.3.4 函数仿真测试263
11.3.5 医学图像分割仿真测试264
11.4 结论与讨论271
参考文献271
第12章 量子聚类社区检测273
12.1 基于量子聚类的社团检测273
12.1.1 社团检测方法的研究及发展273
12.1.2 基于量子聚类算法的社团检测276
12.1.3 仿真实验及其结果分析279
12.2 基于量子聚类的大规模社团检测287
12.2.1 基于量子聚类算法的大规模社团检测287
12.2.2 仿真实验及其结果分析292
12.3 结论与讨论298
参考文献298