多视图特征提取方法、系统、电子设备及存储介质
摘要文本
本发明提供一种多视图特征提取方法、系统、电子设备及存储介质，涉及数据处理技术领域，该方法包括：将多个视图数据对应的数据矩阵存储至量子随机存储器，产生数据矩阵对应的量子态；基于数据矩阵对应的量子态，构建多视图特征提取量子加速交叉回归算法的目标矩阵中各个子矩阵对应的子矩阵分块编码；根据多个子矩阵分块编码，构建目标矩阵的分块编码，并基于最优哈密顿量模拟和目标矩阵的分块编码，对目标矩阵进行量子模拟得到对应的酉矩阵；根据相位估计算法和酉矩阵，对目标矩阵的特征信息进行提取，得到多个视图数据对应的低维表示数据。本发明提高了多视图特征提取过程的效率。。来自：马 克 团 队
申请人信息
- 申请人:苏州元脑智能科技有限公司
- 申请人地址:215128 江苏省苏州市吴中经济开发区郭巷街道官浦路1号9幢
- 发明人: 苏州元脑智能科技有限公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 多视图特征提取方法、系统、电子设备及存储介质 |
| 专利类型 | 发明授权 |
| 申请号 | CN202311827638.8 |
| 申请日 | 2023/12/28 |
| 公告号 | CN117475171B |
| 公开日 | 2024/3/15 |
| IPC主分类号 | G06V10/44 |
| 权利人 | 苏州元脑智能科技有限公司 |
| 发明人 | 刘海玲; 张新; 赵雅倩; 李仁刚 |
| 地址 | 江苏省苏州市吴中经济开发区郭巷街道官浦路1号9幢 |
专利主权项内容
1.一种多视图特征提取方法，其特征在于，包括：获取多个视图数据对应的数据矩阵，并将所述数据矩阵存储至量子随机存储器产生数据矩阵对应的量子态；基于所述量子随机存储器中所述数据矩阵对应的量子态，构建多视图特征提取量子加速交叉回归算法的目标矩阵中各个子矩阵对应的子矩阵分块编码；根据多个所述子矩阵分块编码，构建所述多视图特征提取量子加速交叉回归算法的所述目标矩阵的分块编码，并基于最优哈密顿量模拟和所述目标矩阵的分块编码，对求解所述多视图特征提取量子加速交叉回归的所述目标矩阵进行量子模拟，得到对应的酉矩阵；根据相位估计算法和所述酉矩阵，对所述多视图特征提取量子加速交叉回归算法的所述目标矩阵的特征信息进行提取，得到所述多个视图数据对应的低维表示数据；所述将所述数据矩阵存储至量子随机存储器产生数据矩阵对应的量子态，包括：基于所述量子随机存储器，对所述数据矩阵进行酉操作，得到所述量子随机存储器中所述数据矩阵对应的量子态，所述酉操作包括第一酉操作和第二酉操作/>，其中，所述第一酉操作/>用于通过访问所述数据矩阵中各个视图数据对应的数据矩阵的行指标，输出对应的量子态/>；所述第二酉操作/>用于通过访问所述数据矩阵中各个视图数据对应的数据矩阵的列指标/>，输出每一行元素的模长；所述第一酉操作具体为：
；所述第二酉操作具体为：
；其中，表示第/>个视图数据的第/>个数据点，/>；/>表示第/>个视图数据中每个数据点的数据维度，/>表示第/>个视图数据的第/>个数据点/>的第/>个元素，表示/>个视图数据对应的所述数据矩阵。