(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210368374.3 (22)申请日 2022.04.08 (71)申请人 上海图灵智算 量子科技有限公司 地址 201203 上海市浦东 新区芳春路40 0号 1幢3层 (72)发明人 马弘立　 (51)Int.Cl. G06K 9/62(2022.01) G06N 10/60(2022.01) G06Q 20/40(2012.01) G06Q 40/02(2012.01) (54)发明名称 基于量子SVM处 理分类问题的方法 (57)摘要 本发明提供一种基于量子SVM处理分类问题 的方法， 属于量子计算与金融技术领域。 因为该 方法将待分类问题映射到二元二次优化模型上， 利用量子启发下的模拟分叉方法求得二元二次 优化模型对应的能量函数的最小值， 因此面对更 加复杂或抽象数据集， 本发明提供的量子支持向 量机SVM相比经典SVM的分类精度明显提高， 分类 效果更加显著。 权利要求书1页 说明书4页 附图2页 CN 114936586 A 2022.08.23 CN 114936586 A 1.一种基于量子SVM处 理分类问题的方法， 其特 征在于， 包括： 将待分类问题映射到二元二次优化模型 上； 以及 基于所述 二元二次优化模型求得能量 最小值。 2.根据权利要求1所述的方法， 其特 征在于： 其还包括将所述 二元二次优化模型转 化为能量函数。 3.根据权利要求2所述的方法， 其特 征在于： 所述能量 函数为： E＝∑i≤jaiQijaj 其中， ai、 aj∈{0,1}为 二进制变量， Qij为权重矩阵。 4.根据权利要求2所述的方法， 其特 征在于： 其中， 所述能量 函数通过如下步骤得到： 步骤S1， 将待分类问题的特 征信息进行 预处理得到特 征向量； 步骤S2， 将所述特 征向量转化为二次规划模型； 步骤S3， 对所述 二次规划模型进行编码。 5.根据权利要求 4所述的方法， 其特 征在于： 所述二次规划模型为经典SVM模型。 6.根据权利要求 4所述的方法， 其特 征在于： 其还包括对所述 二次规划模型进行二进制编码。 7.根据权利要求3所述的方法， 其特 征在于： 其中， 利用量子启发的模拟分叉 方法求得 所述能量 函数E的最小值对应的最优解。 8.根据权利要求1所述的方法， 其特 征在于： 其中， 所述待分类问题包括信用卡交易反欺诈问题。 9.一种二元分类 器， 其特征在于： 所述二元分类器用于实现前述权利要求1 ‑8中任意一项所述的基于量子SVM处理分类 问题的方法。权　利　要　求　书 1/1 页 2 CN 114936586 A 2基于量子SVM处理分类问题的方 法 技术领域 [0001]本发明涉及量子计算与金融技术领域， 具体涉及一种基于量子SVM处理分类问题 的方法。 背景技术 [0002]参照图1， 经典的支持向量机(SVM)的理论最初来自对数据分类问题的处理， 在经 典机器学习中有极为重要的地位， 其基本的思想是通过一个超平面将不同类别的数据划分 开来。 对于数据分类问题， 如果采用通用的神经网络方法来实现,其机理可以简单地描述 为： 系统随机产生一个超平面并移动它， 直到训练集中属于不同分类的点正好位于平面的 不同侧面。 这种处理机制决定了用神经网络方法进行数据分类最 终获得的分割平面将相当 靠近训练集中的点,而在绝大多数情况下， 并不是一个最优解。 为此SVM考虑寻找一个满足 分类要求的分割平面、 并使训练集中的点距离该分割平面尽可能地远， 即寻找一个分割平 面,使其两侧的空白区域(margi n)最大。 [0003]尽管现有的SVM通过核函数可以应对非线性分类问题， 但是面对金融、 生物医药、 天文测量等各类场景中的大规模数据分析的需要， 该数据集在某种意义上更加复杂或抽 象， 对经典SVM的分类精度要求 提高， 因此需要另辟蹊径。 发明内容 [0004]本发明是为了解决上述问题而进行的， 目的在于提供一种基于量子SVM处理分类 问题的方法。 [0005]本发明提供一种基于量子SVM处理分类问题的方法， 具有这样的特征， 包括： 将待 分类问题映射到二元二次优化模型 上； 以及基于二元二次优化模型求得能量 最小值。 [0006]本发明提供的方法， 还具有这样的特征： 其还包括将二元二次优化模型转化为能 量函数。 [0007]本发明提供的方法， 还具有这样的特 征： 能量函数为： [0008]E＝∑i≤jaiQijaj [0009]其中， ai、 aj∈{0,1}为 二进制变量， Qij为权重矩阵。 [0010]本发明提供的方法， 还具有这样的特 征： [0011]其中， 能量 函数通过如下步骤得到： [0012]步骤S1， 将待分类问题的特 征信息进行 预处理得到特 征向量； [0013]步骤S2， 将特 征向量转化为二次规划模型； [0014]步骤S3， 对二次规划模型进行编码。 [0015]本发明提供的方法， 还具有这样的特 征： 二次规划模型为经典SVM模型。 [0016]本发明提供的方法， 还具有这样的特征： 其还包括对二次规划模型进行二进制编 码。 [0017]本发明提供的方法， 还具有这样的特征： 其中， 利用量子启发的模拟分叉方法求得说　明　书 1/4 页 3 CN 114936586 A 3