买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉南京信息工程大学申请的专利一种适配高维输入的量子模糊神经网络及分类方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121303194B 。

龙图腾网通过国家知识产权局官网在2026-02-10发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511883008.1，技术领域涉及：G06N3/043；该发明授权一种适配高维输入的量子模糊神经网络及分类方法是由毛忠涛;刘文杰;吴兴雅;邱慕川;夏熠;陈涛;王语涵;王霏;李志刚设计研发完成，并于2025-12-15向国家知识产权局提交的专利申请。

本一种适配高维输入的量子模糊神经网络及分类方法在说明书摘要公布了：本发明公开了一种适配高维输入的量子模糊神经网络及分类方法，涉及量子计算、模糊神经网络领域及计算机视觉领域。网络输入层接收高维数据，通过量子模糊特征提取模块进行振幅编码、正反向增强型链式纠缠层、参数化量子变换与模糊集映射，输出动态维度模糊特征；通过DNN特征提取模块提取高维神经特征，以适配量子模糊特征维度；通过自适应特征融合模块，动态分配量子模糊特征与经典神经特征的权重；通过分类器对融合特征进行Softmax分类，输出类别概率。本发明可以有效提升高维数据编码效率，增强量子部分学习复杂模糊逻辑关系的能力和量子态关联稳定性，表征数据的不确定性，在减少噪声干扰的同时实现高维含不确定性图像的精准分类。

本发明授权一种适配高维输入的量子模糊神经网络及分类方法在权利要求书中公布了：1.一种适配高维输入的量子模糊神经网络，其特征在于，包括：输入层、量子模糊特征提取模块、DNN特征提取模块、自适应特征融合模块和分类器模块； 所述输入层，接收高维数据，输入至量子模糊特征提取模块及DNN特征提取模块；所述高维数据为高维图像数据，从现有图像数据集中提取； 所述量子模糊特征提取模块，包括： 振幅编码层：对输入的高维数据进行预处理及振幅编码，输出量子态； 正向增强型链式纠缠层：对量子态进行纠缠与调制，使量子态相位一致； 参数化量子层：为每个量子比特配置参数化门序列，进行量子态变换与测量； 反向增强型链式纠缠层：增强两比特关联稳定性，优化量子态； 量子测量与模糊集映射层：进行量子测量及全连接映射，输出动态维度的量子模糊特征； 所述DNN特征提取模块，输入高维数据，基于QA-HFNN的CNN全连接网络，调整各层维度，提取高维神经特征，以适配匹配量子模糊特征； 所述自适应特征融合模块，接收量子模糊特征及高维神经特征，采用权重融合策略，动态分配量子模糊特征与经典神经特征的权重，得到融合特征； 所述分类器模块，对融合特征进行Softmax分类，输出类别概率，通过交叉熵损失优化模型参数。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人南京信息工程大学，其通讯地址为：210032 江苏省南京市江北新区宁六路219号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。