刘文杰
- 作品数：131 被引量：187H指数：7
- 供职机构：南京信息工程大学更多>>
- 发文基金：国家自然科学基金江苏省自然科学基金江苏省高校自然科学研究项目更多>>
- 相关领域：自动化与计算机技术电子电信理学文化科学更多>>
- 一种酉权重量子感知机被引量：1
- 2018年
- 通过将量子计算与经典感知机网络相结合,提出了一种基于酉权重的新型高效量子感知机算法.在算法过程中通过求解总的权重矩阵,并对其进行奇异值分解来保持其具有酉性.与其他人提出的量子感知机算法不同,本算法在非理想训练算例(超完备和欠完备)条件下,通过一次迭代训练学习可实现Hadamard门H、相位门S、受控非门CNOT、π/8门T这些基本量子门功能,这些基本量子门是构成任意量子门的标准集合,因此理论上该算法也能够实现任意量子门功能.最后,通过选择一个由多个基本量子门构成的组合门作为实例,以及随机选取一个训练集对算法的通用性进行了进一步验证.
- 周晓彦周晓彦刘文杰安星星刘文杰
- 关键词：奇异值分解
- 一种基于区块链和零知识证明的电动汽车身份认证方法
- 本发明公开了一种基于区块链和零知识证明的电动汽车身份认证方法，涉及电动汽车领域，包括以下步骤：充电站生成秘密函数H(x)＝y，与注册的电动汽车用户共享并上传至合约；根据秘密函数H(x)＝y生成证明秘钥和验证秘钥并在区块链...
- 王蓓蓓刘文杰
- k阶采样和图注意力网络的知识图谱表示模型
- 2024年
- 知识图谱表示(KGE)旨在将知识图谱中的实体和关系映射到低维度向量空间而获得其向量表示。现有的KGE模型只考虑一阶近邻,这影响了知识图谱中推理和预测任务的准确性。为了解决这一问题,提出了一种基于k阶采样算法和图注意力网络的KGE模型。k阶采样算法通过聚集剪枝子图中的k阶邻域来获取中心实体的邻居特征。引入图注意力网络来学习中心实体邻居的注意力值,通过邻居特征加权和得到新的实体向量表示。利用ConvKB作为解码器来分析三元组的全局表示特征。在WN18RR、FB15k-237、NELL-995、Kinship数据集上的评价实验表明,该模型在链接预测任务上的性能明显优于最新的模型。此外,还讨论了阶数k和采样系数b的改变对模型命中率的影响。
- 刘文杰姚俊飞陈亮
- 关键词：链接预测
- 基于高维纠缠交换的无酉操作确定性安全量子通信被引量：2
- 2011年
- 在分析高维Bell态纠缠交换基本性质的基础上,提出不需要任何酉操作、具有通用性和一般性的高维确定性安全量子通信方案.利用高维Bell测量的结果,发送方和接收方分别进行模加、减运算即可编码、解码信息.构造了两组互补的基,并根据其互补性质,提出了检测高维量子信道是否安全的方法.详细分析了几种常用攻击策略,并计算了这些攻击所引起的错误率,进而推导出通信双方需设定的错误率阈值的上界.
- 刘志昊陈汉武刘文杰许娟李志强
- 关键词：纠缠交换
- 针对OTR结构的量子伪造攻击方法、设备及存储介质
- 本发明公开了针对OTR结构的量子伪造攻击方法、设备及存储介质，涉及量子计算和量子安全技术领域，包括以下步骤：设定明文分块规则，利用明文块计算标签生成公式；将明文块加密为密文，将密文代入标签生成公式内，并且根据代入密文后的...
- 刘文杰王梦婷李子贤
- 电纺碳纳米纤维/还原氧化石墨烯/聚苯胺/碱式碳酸镍复合电极材料的制备方法
- 本发明属于能源材料技术领域，涉及一种电纺碳纳米纤维/还原氧化石墨烯/聚苯胺/碱式碳酸镍复合电极材料的制备方法及其应用：步骤为：首先通过静电纺丝的方法制备了聚丙烯腈电纺膜，经过预氧化、氧化石墨烯溶液浸泡、碳化等步骤，制备了...
- 赵岩王亚清王思超郑吉华刘文杰胡金枝黄云鹏连加彪
- 文献传递
- 基于EPR对的任意四粒子Cluster类态全概率联合远程制备
- 2017年
- 采用4个EPR(Einstein-Podolsky-Rosen)对作为量子信道,提出一种新的全概率联合远程制备任意四粒子Cluster类态方案。在这个新的方案中,一个制备者执行四粒子投影测量,另一个制备者对手中的粒子执行二粒子投影测量。然后,接收者对手中二粒子进行某种幺正操作,并分别对两个辅助粒子进行受控非门操作,从而最终得到需要制备的Cluster类态。与其他制备任意四粒子Cluster类态的全概率制备方案相比,所提协议效率较高,而且在实验上更经济可行。
- 袁晓敏刘文杰刘琦鲁锦伸
- 一种基于量子电路的量子态分析方法及系统
- 本发明提供一种基于量子电路的量子态分析方法及系统，涉及量子计算和量子信息领域。该基于量子电路的量子态分析方法，包括接收目标量子态和参数，并设置相关参数；将目标量子态输入到预设的量子电路中，获取目标量子态信息；设置初始区间...
- 王友乐刘文杰
- 融合情感分析和GAN-TrellisNet的股价预测方法
- 2024年
- 将时序深度神经网络应用于股票价格预测,已成为量化金融领域的重要研究方向。时序神经网络具有很好的序列数据捕捉能力和学习记忆能力,在股票预测上有一定适用性。但是现有的模型大多存在预测准确度不高、模型结构复杂导致训练时间较长等问题.为了解决以上问题,提出了一种基于情感分析和GAN-TrellisNet的股价预测方法。提出了一个基于LSTM-CNN的情感分析模型,用于分析爬虫获取的主流金融论坛股票评论,并获得股票情感指数。为了提高预测准确度,将情感指数和百度搜索指数加入股票交易数据中作为训练集,提出了一个基于TrellisNet和CNN的改进型GAN股价预测模型,利用TrellisNet生成器的卷积特性来捕捉数据的局部特征,选取特征提取能力较强的CNN作为判别器来区别预测结果和真实股价。通过选取10只代表性股票和三种大盘指数的不同时段数据进行算法验证,结果表明,与ConvLSTM和GAN-LSTM预测模型相比,GAN-TrellisNet模型能有效缩短训练时间,提高预测准确率。
- 葛业波刘文杰顾雨晨
- 关键词：股价预测情感分析
- NIQGA改进及基于可变角距离的新型量子进化算法被引量：1
- 2011年
- 为了提高量子进化算法的执行效率,在NIQGA算法基础上,通过改进Δθi和S(αi,βi)参数表提出了一种改进算法INIQGA.又通过引入量子比特间角距离定义,提出了一种基于可变角距离旋转的量子进化算法QEA-VAR,该算法采用旋转门操作进行种群进化时,依据当前染色体中量子比特φ〉i与最优解对应基态0〉或1〉的角距离Δθφ〉i,*来动态选取旋转角度和方向,无须进行繁琐的查表操作.与以前基于查表机制的量子进化算法相比,QEA-VAR算法的执行过程更简单灵活,易于理解.0/1背包问题实验表明:INIQGA算法收敛速度和进化结果优于NIQ-GA原算法;QEA-VAR算法性能又优于INIQGA算法和其他同类进化算法QEA,CGA等,且随着物件个数的增长这种趋势越来越明显.
- 刘文杰马廷淮闫荞荞郑玉
- 关键词：量子进化算法
