原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
第40卷第2期福建电脑Vol.40No.2
2024年2月JournalofFujianComputerFeb.2024
随机梯度下降优化的量子多分类支持向量机
韩兴
(福建师范大学计算机与网络空间安全学院福州350117)
摘要为改善大规模数据在经典机器学习多分类任务中的计算负担，本文提出了一种基于随机梯度下降优化的量子多分类
支持向量机(SGD-MQSVM)算法。通过采用量子随机梯度下降法获得训练参数，并采用全对多分类支持向量机的量子方法
进行多分类。算法的时间复杂性可将单次迭代的时间复杂度从经典多项式级降低到对数级。
关键词随机梯度下降；量子支持向量机；多分类算法
中图法分类号TP181DOI:10.16707/ki.fjpc.2024.02.001
StochasticGradientDescentOptimizationforQuantumMulticlassification
SupportVectorMachines
HANXing
(CollegeofComputerandCyberSecurity,FujianNormalUniversity,Fuzhou,China,350117)
AbstractToimprovethecomputationalburdenoflarge-scaledatainclassicalmachinelearningmulti
classificationtasks,thispaperproposesaquantummulticlassificationsupportvectormachine(SGD-MQSVM)
algorithmbasedonstochasticgradientdescentoptimization.Byusingthequantumrandomgradientdescent
methodtoobtaintrainingparameters,andusingthequantummethodoffullypairwisemulticlassification
supportvectormachineformulticlassification.Thetimecomplexityofalgorithmscanreducethetime
complexityofasingleiterationfromtheclassicalpolynomialleveltothelogarithmiclevel.
KeywordsRandomGradientDescent;QuantumSupportVectorMachine;MultiClassificationAlgorithm
理的问题，提高机器学习的效率和准确性。因此
1引言量子机器学习作为一个新研究领域，近年来发展
[2]
迅速。
近年来，随着人工智能技术的发展，经常需支持向量机(SupportVectorMachine，
- 1.ppt制作及优化；2.办公模板制作；3.文案制作及优化。 + 关注
-
实名认证服务提供商
教师资格证、公共营养师持证人
本人专注ppt制作、办公模板编辑六年有余，可以根据客户需求做出高品质ppt、办公表格等模板，以及文案等。
文档评论（0）