基于自然进化优化器的量子卷积神经网络的图像分类方法

本发明属于量子计算领域，特别涉及一种基于自然进化优化器的量子卷积神经网络的图像分类方法，S1：图像数据预处理；S2：对预处理后的数据进行量子编码；S3：构建基于量子卷积神经网络的图像分类模型，图像分类模型包括三个量子卷积层、量子全连接层，三个量子卷积层分别依次提取图像数据的低级局部特征、中级几何特征和全局语义信息，每个量子卷积层后均分别连接有量子变换层、量子池化层，量子全连接层用于整合全部特征输出分类结果；S4：训练图像分类模型，利用自然进化策略与Adam优化器结合混合优化图像分类模型，进行模型评估；S5：将图像数据输入模型中输出图像分类结果。解决图像分类准确度和效率低的问题。