1.基于曼哈顿距离的量子k-means算法,其特征在于,包括以下步骤:
2.根据权利要求1所述的基于曼哈顿距离的量子k-means算法,其特征在于,在步骤s1中,所述数据预处理即使得数据的范围处在后续方法允许的一个合理的范围内,并且保留了数据之间的关系。
3.根据权利要求1所述的基于曼哈顿距离的量子k-means算法,其特征在于,在步骤s1中,所述数据预处理包括数据输入和数据初始化,所述数据初始化包括量子寄存器、hadamard门、量子oracle和量子complement线路。
4.根据权利要求1所述的基于曼哈顿距离的量子k-means算法,其特征在于,在步骤s1中,所述hadamard门、量子oracle和量子complement线路对输入数据进行处理,得到包含有计算结果的量子态中,所述量子寄存器将得到的量子态数据进行相应的存储,所述量子寄存器共有六个。
5.根据权利要求1所述的基于曼哈顿距离的量子k-means算法,其特征在于,在步骤s1中,六个所述量子寄存器分别为
6.根据权利要求1所述的基于曼哈顿距离的量子k-means算法,其特征在于,所述步骤s1中,第一个量子寄存器将记录聚类中心的维度索引,记为s,第三个量子寄存器记录聚类中心本身的索引,记为j。
7.根据权利要求1所述的基于曼哈顿距离的量子k-means算法,其特征在于,所述步骤s1中,第二个量子寄存器将存储下一个训练向量的量子状态,第四个量子寄存器将记录与第一个和第三个量子寄存器的联合索引相对应的聚类中心的相反数。
8.根据权利要求1所述的基于曼哈顿距离的量子k-means算法,其特征在于,所述步骤s1中,第五个量子寄存器记录翻转的曼哈顿距离,第六个量子寄存器是一个溢出检测的寄存器。
9.根据权利要求1所述的基于曼哈顿距离的量子k-means算法,其特征在于,所述步骤s2中,所述计算曼哈顿距离的方式为运用量子cal线路进行计算,在量子态的状态下,所述计算曼哈顿距离是在量子态上进行的酉算子操作,曼哈顿距离信息都保存在了量子态中。
10.根据权利要求1所述的基于曼哈顿距离的量子k-means算法,其特征在于,所述步骤s3中,所述数据索引的方法为运用grover-long方法,所述grover-long方法是改进的grover方法,且grover-long方法可以以完全成功的概率进行寻找。