1. 毕业设计（论文）主要目标：
学习量子信息的相关知识，学习K-means算法、K-Medians算法等经典的聚类算法，熟悉K-means算法、K-Medians算法等聚类算法的原理，并分析他们的优点与不足，采用量子的机制来实现和改进K-means算法、K-Medians算法，并将改进后的算法与经典算法进行对比，分析采用量子信息技术的优点。
2. 毕业设计（论文）主要内容：
1.熟悉经典聚类算法，如K-means算法、K-Medians算法等
2.学习量子信息相关基础知识
3.采用量子机制，实现或改进K-means算法、K-Medians算法等量子聚类算法
剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！
3. 主要参考文献
[1] Seth Lloyd, Masoud Mohseni, Patrick Rebentrost Quantum algorithms for supervised and unsupervised machine learning
[2] Maria Schuld, Ilya Sinayskiy and Francesco Petruccione An introduction to quantum machine learning 2014.09
[3] X.-D.Cai, D.Wu, Z.-E. Su, M.-C. Chen, X.-L. Wang, Li Li, N.-L. Liu, C.-Y. Lu and J.-W. Pan Entanglement-Based Machine Learning on a Quantum Computer 2015.05
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
以上是毕业论文任务书，课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
