一种用于节点分类的量子图卷积神经网络方法

本发明涉及一种用于节点分类的量子图卷积神经网络方法，主要用于节点分类任务；通过构建量子卷积层集成到传统图卷积神经网络中，发挥量子门和量子电路在图像特征提取方面的优势，引入量子叠加使得量子位能够同时处于多个状态，从而实现高效的并行计算；量子纠缠则是使多个量子位之间能够瞬时传递信息，极大提升了计算效率，这些量子特性结合使得量子卷积神经网络在处理复杂数据和大规模并行计算时显著提升了计算能力；本发明有效解决传统图卷积神经网络处理大规模图数据时效率低下的问题，同时也为数据规模持续扩大提供了强有力的技术支持。