基于量子Grover算法的手写文字图片分类方法

摘要

本发明公开了一种基于量子Grover算法的手写文字图片分类方法，其实现的步骤是：(1)构建卷积神经网络；(2)生成训练集；(3)生成训练数据集；(4)训练卷积神经网络；(5)生成模板库；(6)提取待分类图片的特征向量；(7)利用量子Grover算法对手写文字图片进行分类。本发明有效地克服了现有技术中人工设计的特征提取方法鲁棒性差，顺序匹配速度慢的问题，具有分类精度高，分类速度快，能够进行对单张图中仅有一个手写文字的大规模的多类别的手写文字图片分类的优点。