基于硬件性能自适应的量子经典混合图像分类方法及系统

本发明公开了一种基于硬件性能自适应的量子经典混合图像分类方法及系统,属于人工智能技术领域。其方法包括构建量子经典混合神经网络；利用图像数据集对所述量子经典混合神经网络进行训练，训练过程中利用联合调参控制器对所述量子经典混合神经网络的模型参数进行调整优化，所述联合调参控制器输入当前量子硬件资源信息以及所述量子经典混合神经网络的训练性能反馈指标，输出调整优化后的量子经典混合神经网络模型参数；利用训练好的量子经典混合神经网络进行图像分类。本发明通过对模型参数进行动态调整，避免了传统模型中依赖手动设定和固定参数的问题，有效提升了分类性能与模型泛化能力。