一种基于可扩展量子卷积神经网络的图像分类方法

本发明公开了一种基于可扩展量子卷积神经网络的图像分类方法，涉及图像分类技术领域，包括：对待分类的图像数据进行预处理，之后进行切片处理；通过角度编码将切片数据转换为量子态信息；构建量子系统，包括量子特征提取部分和量子分类测量部分，量子特征提取部分包括具有量子卷积层的量子变分电路模型，该模型能利用交替的单量子比特门和双量子比特门对量子态信息进行特征提取；利用一部分量子态信息对量子变分电路模型进行训练；将另一部分量子态信息输入训练好的量子变分电路模型，对量子变分电路模型的输出量子态进行测量。本发明解决了传统深度学习计算资源需求高、量子计算机规模受限等问题，为高效图像分类提供了一种新颖而实用的方法。