導(dǎo)語(yǔ)：如何才能寫(xiě)好一篇量子計(jì)算的應(yīng)用，這就需要搜集整理更多的資料和文獻(xiàn)，歡迎閱讀由公務(wù)員之家整理的十篇范文，供你借鑒。

篇1

關(guān)鍵詞：計(jì)算機(jī)網(wǎng)絡(luò)；改進(jìn)量子進(jìn)化算法；路由選擇

當(dāng)今社會(huì)是一個(gè)數(shù)據(jù)化時(shí)代，計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)已經(jīng)應(yīng)用到社會(huì)的各個(gè)領(lǐng)域。對(duì)于在已知網(wǎng)絡(luò)的各個(gè)節(jié)點(diǎn)的通信需求下，怎樣選擇計(jì)算機(jī)通信網(wǎng)鏈路的高效路由，這一受到多個(gè)條件約束的雜亂非線性規(guī)劃問(wèn)題，在傳統(tǒng)的數(shù)學(xué)理論中尚未得到有效的解決方法。面對(duì)這個(gè)問(wèn)題，傳統(tǒng)的算法都存在一定的局限性，計(jì)算也比較復(fù)雜，在很多條件限制下都難以發(fā)揮其作用，無(wú)法給出滿(mǎn)意的解決方案。本文主要是對(duì)改進(jìn)量子進(jìn)化算法在計(jì)算機(jī)網(wǎng)絡(luò)路由選擇上的應(yīng)用進(jìn)行探究。

一、計(jì)算機(jī)網(wǎng)絡(luò)路由選擇意義

傳統(tǒng)的計(jì)算機(jī)網(wǎng)絡(luò)路由的選擇方式主要有爬山法、梯度法、模擬退算法以及列表尋優(yōu)法，但其都具有很大程度上的局限性，受到的限制條件也比較多，不能有效地發(fā)揮其作用。網(wǎng)絡(luò)路由選擇的定義主要有：在已有的計(jì)算機(jī)網(wǎng)絡(luò)拓?fù)浜途W(wǎng)鏈路通信容量以及各個(gè)節(jié)點(diǎn)需求的情況下，對(duì)各節(jié)點(diǎn)的網(wǎng)絡(luò)路由進(jìn)行確定，以最大限度縮小互聯(lián)網(wǎng)的時(shí)延性。這種路由選擇方式，可在選擇過(guò)程中采取一些簡(jiǎn)化工作，假設(shè)網(wǎng)絡(luò)通信節(jié)點(diǎn)的數(shù)據(jù)包完好無(wú)缺，不受通信容量影響，報(bào)文長(zhǎng)度則以實(shí)際指數(shù)分布為基準(zhǔn)，來(lái)進(jìn)行路由選擇。

二、計(jì)算機(jī)網(wǎng)絡(luò)路由選擇中改進(jìn)量子進(jìn)化算法的應(yīng)用

（一）量子進(jìn)化算法的概述及算法流程

量子進(jìn)化算法是由量子計(jì)算和進(jìn)化算法結(jié)合而來(lái)，其運(yùn)算方式為，在確定量子矢量的情況下，用量子算法的比特編碼來(lái)表示染色體，并以旋轉(zhuǎn)門(mén)和量子非門(mén)來(lái)進(jìn)行染色體的更新，據(jù)此讓目標(biāo)得到最優(yōu)解答。

在進(jìn)行計(jì)算中，可以采用矩形陣表示量子染色體，設(shè)其長(zhǎng)度為m

量子進(jìn)化算法流程主要有以下幾個(gè)步驟：

首先，將種群Q（t）初始化，設(shè)t=0，并測(cè)量種群中的每個(gè)個(gè)體，得到種群的狀態(tài)P（t）；其次，對(duì)P（t）的適應(yīng)度進(jìn)行評(píng)估，將最佳個(gè)體狀態(tài)和適應(yīng)值進(jìn)行記錄；最后，采用

While非結(jié)束狀態(tài)do，

begin

1、t=t+1；

2、對(duì)種群進(jìn)行測(cè)量Q（t-1），其狀態(tài)為P（t）；

3、進(jìn)行P（t）的適應(yīng)度評(píng)估；

4、對(duì)Q（t）采用量子門(mén)進(jìn)行更新?lián)Q代，記錄后代種群Q（t+1）；

5、對(duì)每個(gè)個(gè)體的最佳狀態(tài)以及適應(yīng)值進(jìn)行記錄。

End

End

（二）旋轉(zhuǎn)角的優(yōu)化調(diào)整

（三）函數(shù)調(diào)整優(yōu)化

采用租戶(hù)優(yōu)化的辦法可以知道各基因間的相關(guān)性不大，基于這一特點(diǎn)對(duì)量子位進(jìn)行定義：

表1 優(yōu)化方案

分析表1的內(nèi)容可以知道，這種旋轉(zhuǎn)方案能夠讓搜索結(jié)構(gòu)逐漸走向最優(yōu)化，收斂速度也得到提高，在此表中只列出了第一象限內(nèi)的 ，其他象限內(nèi)的 情況可由此進(jìn)行推斷。

（四）仿真測(cè)試

以仿真實(shí)驗(yàn)的方式對(duì)以上的分析進(jìn)行檢驗(yàn)，與傳統(tǒng)的量子進(jìn)化算法為比較對(duì)象，證明改進(jìn)量子進(jìn)化算法在計(jì)算機(jī)網(wǎng)絡(luò)路由的選擇性能存在優(yōu)越性。仿真實(shí)驗(yàn)的結(jié)果如圖1；

圖1 改進(jìn)算法和傳統(tǒng)算法的對(duì)比

根據(jù)此圖能夠看到，改進(jìn)量子進(jìn)化算法在尋優(yōu)性和收斂性上明顯優(yōu)于傳統(tǒng)的量子進(jìn)化算法，在計(jì)算機(jī)網(wǎng)絡(luò)路由選擇的應(yīng)用中，改進(jìn)量子進(jìn)化算法的綜合性能也比傳統(tǒng)的量子進(jìn)化算法優(yōu)秀。

結(jié)束語(yǔ)

計(jì)算機(jī)網(wǎng)絡(luò)路由選擇的改進(jìn)量子進(jìn)化算法，是在傳統(tǒng)的量子進(jìn)化算法的基礎(chǔ)上進(jìn)行改進(jìn)的，通過(guò)仿真測(cè)試可以知道，經(jīng)過(guò)改進(jìn)的量子進(jìn)化算法在尋優(yōu)搜索和收斂速度上存在一定優(yōu)勢(shì)，很好的解決了互聯(lián)網(wǎng)計(jì)算機(jī)路由在選擇上面臨的約束條件多、雜亂非線性規(guī)劃等問(wèn)題，很大程度上為互聯(lián)網(wǎng)通信網(wǎng)鏈路的最佳路由選擇提供了幫助。

參考文獻(xiàn)

[1]宋明紅，俞華鋒，陳海燕.改進(jìn)量子進(jìn)化算法在計(jì)算機(jī)網(wǎng)絡(luò)路由選擇中的應(yīng)用研究[J].科技通報(bào)，2014（01）：170-173.

[2]趙榮香.改進(jìn)量子進(jìn)化算法在計(jì)算機(jī)網(wǎng)絡(luò)路由選擇中的應(yīng)用探究[J].科技傳播，2014（24）：148+152.

篇2

關(guān)鍵詞：現(xiàn)代測(cè)繪儀器； 地質(zhì)測(cè)繪； 前期測(cè)量

Abstract: now, surveying and mapping technology had been long development, modern mapping technology have started to use in various fields, this paper analyzes and expounds the use of modern advanced instruments and all the application software to mine resource of the calculation of the measures to improve the economic benefit of enterprise.

Keywords: modern surveying and mapping instruments; Geological surveying and mapping; Early measurement

中圖分類(lèi)號(hào)： P25 文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：

1前期測(cè)量

隨著京滬高速鐵路及徐州- 濟(jì)寧高速公路建設(shè)對(duì)建筑石料的需求以及礦產(chǎn)資料集約化開(kāi)發(fā)的發(fā)展方向, 礦山資源量核查越來(lái)越被重視。現(xiàn)代測(cè)繪儀器也越來(lái)越多的被應(yīng)用在礦山資源量核查中。

111儀器、人員、軟件

儀器選擇: 選用結(jié)合全站儀測(cè)量。人員配置: 地質(zhì)人員、測(cè)繪人員。軟件: CASS、電子表格

112 控制點(diǎn)的選取、坐標(biāo)系的選擇。

現(xiàn)在使用GPS采用JSCORS方法, 在測(cè)量過(guò)程中更不受距離、區(qū)域的限制, 并且基礎(chǔ)測(cè)繪資料的共享更為施工單位提供了更多分布更廣、精度更高的控制點(diǎn)。因此在徐州范圍內(nèi)很多礦山附近都有GPSD、E級(jí)點(diǎn), 在作業(yè)過(guò)程中選擇C級(jí)點(diǎn)作為起算點(diǎn), 聯(lián)測(cè)D、E級(jí)點(diǎn)并在礦區(qū)附近布設(shè)圖根控制點(diǎn), 圖根控制點(diǎn)都作為測(cè)量過(guò)程中檢核測(cè)量精度用。坐標(biāo)系: 平面坐標(biāo)為1980西安坐標(biāo)系, 高程為85國(guó)家高程基礎(chǔ)。

113測(cè)量

主要測(cè)量礦山現(xiàn)狀: 包括礦山采礦權(quán)登記拐點(diǎn)坐標(biāo)、開(kāi)采標(biāo)高及開(kāi)采宕口現(xiàn)狀及采礦權(quán)附近的地形、地物。所有測(cè)量坐標(biāo)均為三維坐標(biāo), 測(cè)量過(guò)程按照要求進(jìn)行測(cè)量, 做到不重不漏, 盡可能的反應(yīng)出采區(qū)的現(xiàn)狀。宕口上邊使用GPS測(cè)量, 底邊采用全站儀測(cè)量。

2資源量計(jì)算

211礦山現(xiàn)狀

( 1) 礦山主要開(kāi)采石灰?guī)r礦石作為建筑石料。目前有兩個(gè)開(kāi)采宕口, 南側(cè)新采宕口較大, 北側(cè)老宕口較小。

( 2) 本礦段含礦層位為寒武系饅頭組, 礦層呈單斜層狀沿山體走向產(chǎn)出, 礦體厚度相對(duì)穩(wěn)定。目前礦段開(kāi)采礦層為: 饅頭組中厚灰?guī)r、豹皮狀灰?guī)r。其中含紫色、黃綠色頁(yè)巖、泥灰?guī)r夾層, 開(kāi)采時(shí)頁(yè)巖作為夾石剔除。地層總體傾向北西西( 280b~300b) , 傾角較大( 約60b) 。界內(nèi)礦層最大長(zhǎng)度約250m, 最大寬約180m, 面積37167m2。 本次核算, 采用地區(qū)歷年來(lái)所有檢測(cè)礦段均采用的體積質(zhì)量參數(shù): 每立方米2170噸, 作為體積- 質(zhì)量的換算系數(shù)。

(3) 礦石的物化特征結(jié)合鄰近礦山開(kāi)采利用情況, 該礦山生產(chǎn)加工產(chǎn)品石子、石米、石粉及銷(xiāo)售情況, 礦山易開(kāi)采、好加工、產(chǎn)品優(yōu)、效益好的該礦山礦石是可利用的。

212資源量估算要求

( 1) 在采坑南邊有一墳?zāi)? 新設(shè)采礦權(quán)南邊界必須離墳?zāi)?0m。

( 2) 新設(shè)采礦權(quán)北邊界為北邊采坑邊坡。

( 3) 新設(shè)采礦權(quán)東邊界與55m等高線重合。

( 4) 開(kāi)采最低標(biāo)高為55m。

( 5) 擬開(kāi)采資源量150萬(wàn)噸, 年限為3年。

( 6) 新設(shè)采礦權(quán)范圍內(nèi)有一條傾向北西西( 280b~ 300b) , 傾角較大( 約60b) 的頁(yè)巖, 作為夾層處理, 單獨(dú)計(jì)算資源量。

213開(kāi)采技術(shù)條件及要求

根據(jù)地形地質(zhì)條件及巖層分布規(guī)律, 在原采礦場(chǎng)垂直走向開(kāi)采基礎(chǔ)上, 選擇垂直巖層走向階梯狀臺(tái)階式露天開(kāi)采較好, 剝采工作面可借助已形成的采礦場(chǎng)剝離面自上而下分級(jí)開(kāi)采。在開(kāi)采過(guò)程中應(yīng)控制采面穩(wěn)定邊坡角, 側(cè)面及迎面邊坡角均不應(yīng)大于60度。開(kāi)采過(guò)程中應(yīng)嚴(yán)格做好安全爆破工作, 若遇到軟質(zhì)巖層( 頁(yè)巖) 或懸石應(yīng)及時(shí)處理, 避免滑塌及崩落現(xiàn)象。礦山開(kāi)采的同時(shí)應(yīng)注意環(huán)境保護(hù)及安全

措施, 放炮時(shí)應(yīng)注意四周安全, 對(duì)采空區(qū)要盡可能地做好修復(fù)工作。

綜上所述, 本區(qū)開(kāi)采技術(shù)條件復(fù)雜程度綜合類(lèi)型為Ñ類(lèi)型。

根據(jù)有關(guān)規(guī)范要求, 對(duì)此類(lèi)露天開(kāi)采的小型采石礦山, 僅估算采礦邊界范圍內(nèi)的礦石資源量, 資源資源量類(lèi)型歸為333資源量。本次資源資源量檢測(cè)范圍平面面積為37167m2; 最低開(kāi)采標(biāo)高按已有采坑

底面平均標(biāo)高為55m, 最大采高約60m, 分為4個(gè)開(kāi)采平臺(tái), 每個(gè)平臺(tái)高15m; 最終開(kāi)采邊坡角60b。

214資源量估算方法選擇

根據(jù)現(xiàn)場(chǎng)地形特征及礦層產(chǎn)狀, 選擇平行斷面法估算資源儲(chǔ)量。

塊段礦石儲(chǔ)量的估算過(guò)程: 首先計(jì)算各塊段總體積, 扣除頁(yè)巖夾層體積和采空區(qū)體積即為塊段礦石體積, 塊段礦石體積乘以礦石平均體重和含礦率即為塊段礦石儲(chǔ)量。

21411塊段的劃分

根據(jù)礦段范圍內(nèi)可采礦層產(chǎn)出的幾何形態(tài)、地形起伏狀況、開(kāi)采宕口位置及最終開(kāi)采境界等要素, 自南向北依次設(shè)置A、B、C、D四條剖面( A、D剖面分別設(shè)置在最終開(kāi)采境界邊坡底線的中點(diǎn)) , 將礦段劃分為5個(gè)塊段, 依次編號(hào)為K1、K2、K3、K4、K5。其中K1、K5為外推塊段, 外推尖滅點(diǎn)為線形尖滅( 即楔形塊段) , 其余3個(gè)塊段為梯形塊段。

21412主要估算參數(shù)的確定

11 斷面面積的確定: 利用2009年6月底修測(cè)的礦段地形圖, 利用AutoCAD圖切剖面或平面出露面積( 頁(yè)巖夾層) 直接讀取。

21 斷面間距的確定: 在AutoCAD平面圖上直接量取。K1、K5外推塊段的外推距離分別以1~ 2、4~5連線按最終開(kāi)采邊坡角60b用圖解法求得( 100m以上、50~ 100m分別計(jì)算) 。

31塊段體積的計(jì)算: 根據(jù)相鄰斷面面積相對(duì)差大小選用不同的體積計(jì)算公式。當(dāng)相鄰斷面面積相對(duì)差[ (S1 - S2)/ S1 #100%] 小于40%時(shí), 用梯形公式估算:V= (S1 + S2) L/ 2當(dāng)相鄰斷面面積相對(duì)差[ (S1 - S2)/ S1 #100%] 大于或等于40%時(shí), 用截錐體公式計(jì)算:V= [ (S1 + S2 + ( S1 #S2)1/ 2) ]L/3式中: V ) 塊段體積( m3) ;S1、S2) 兩鄰斷面面積( m2) ; L) 相鄰斷面間距離( m) 。當(dāng)相鄰斷面其一為面形, 另一斷面為線形尖滅時(shí), 視為楔形塊段, 用楔形公式估算:V= SL/2當(dāng)相鄰斷面其一為面形, 另一斷面為點(diǎn)形尖滅時(shí), 視為錐體塊段, 用錐體公式估算:V= SL/ 3式中: V ) 楔形( 錐體) 塊段體積( m3) ; S) 楔形( 錐體) 的底面積( m2) ;L ) 楔形( 錐體) 底面上的高( m) 。41 塊段頁(yè)巖夾層( 剝離量) 及采空區(qū)體積估算: 按水平斷面法計(jì)算。根據(jù)上下斷面面積相對(duì)差的大小選擇上述不同的計(jì)算公式。當(dāng)上下斷面面積相對(duì)差為零( 頁(yè)巖夾層) 時(shí), 按柱體體積公式估算:V= SH(H為柱體的高)51 礦石體重D的確定: 采用地區(qū)經(jīng)驗(yàn)數(shù)據(jù), 取石灰?guī)r2170t/ m3、頁(yè)巖夾層2160t/ m3。61含礦率k的確定: 采用地區(qū)經(jīng)驗(yàn)數(shù)據(jù), 石灰?guī)r取95%, 頁(yè)巖取100%。71資源/ 儲(chǔ)量Q的計(jì)算: Q= V@D@k式中: V-塊段體積( m3) , D- 礦石體重( t/m3) , k- 含礦率( %) 。

215資源量估算結(jié)果

本次檢測(cè), 采用平行斷面法估算資源量。經(jīng)過(guò)采用水平塊段法驗(yàn)算資源量為1329193千噸, 兩者相差52111千噸, 計(jì)算誤差為3177%。符合333資源量估算要求。

3體會(huì)

( 1) 測(cè)量過(guò)程中宕口底邊GPS無(wú)法測(cè)量的時(shí)候可以配合使用全站儀。

( 2) 根據(jù)礦山現(xiàn)狀選擇一種合適的資源量方法。

( 3) 在資源量計(jì)算的時(shí)候要考慮邊坡, 準(zhǔn)確的判斷出是礦層尖滅到點(diǎn)上還是面線上, 選擇合適的計(jì)算公式。

(4) 當(dāng)選擇用塊段法的時(shí)候, 當(dāng)所切剖面經(jīng)過(guò)采坑的時(shí)候, 盡可能的使剖面之間的連線盡可能的接近現(xiàn)狀, 如果有出入要進(jìn)行出入部分的單獨(dú)計(jì)算。

結(jié)束語(yǔ)：現(xiàn)代測(cè)繪技術(shù)在地質(zhì)測(cè)繪中扮演著越來(lái)越重要的角色，只有提高測(cè)繪技術(shù)水平，才能使地質(zhì)測(cè)繪工作更加準(zhǔn)確和效率，才能使企業(yè)獲得成本降低和經(jīng)濟(jì)收益的雙贏。

參考文獻(xiàn)：

1趙寶鋒1 工程測(cè)量實(shí)踐教學(xué)的改革與實(shí)踐[ J]1 礦山測(cè)

量,2005(3)

2國(guó)家測(cè)繪局1 測(cè)繪標(biāo)準(zhǔn)匯編[S], 北京:中國(guó)標(biāo)準(zhǔn)出版社

篇3

【關(guān)鍵詞】 局部枸櫞酸抗凝；低分子肝素抗凝；聯(lián)合應(yīng)用；連續(xù)性腎臟替代；應(yīng)用效果

DOI：10.14163/ki.11-5547/r.2016.35.046

【Abstract】 Objective To observe and analyze application of regional citrate combined with low molecular weight heparin calcium anticoagulation in continuous renal replacement treatment. Methods A total of 50 critical patients with continuous renal replacement treatment were randomly divided into research group and control group， with 25 cases in each group. The control group received low molecular heparin anticoagulation， and the research group received regional citrate combined with low molecular weight heparin calcium anticoagulation. Application effect was observed and compared. Results The research group had 0 bleeding or aggravation of original bleeding， which was less than 6 cases （24.00%） in control group， and the difference had statistical significance（P

【Key words】 Regional citrate anticoagulation； Low molecular weight heparin calcium anticoagulation； Combined application； Continuous renal replacement； Application effect

連續(xù)性腎臟替代治療（CRRT）在急性腎功能不全病例中應(yīng)用較為廣泛， 同時(shí)近些年來(lái)也更多的⑵溆τ糜詬呷?、重症艺J(rèn)傺滓約案骨桓腥鏡炔±中[1]。其中實(shí)施連續(xù)性腎臟替代治療期間抗凝是關(guān)鍵內(nèi)容， 通常實(shí)施普通肝素或者低分子肝素抗凝的舉措[2， 3]。經(jīng)大量的研究以及臨床實(shí)踐經(jīng)驗(yàn)表明[4-6]， 枸櫞酸鈉是理想抗凝方式， 可滿(mǎn)足抗凝需求。本研究針對(duì)局部枸櫞酸聯(lián)合小劑量低分子肝素抗凝在連續(xù)性腎臟替代治療中的應(yīng)用實(shí)施嚴(yán)密的觀察及分析， 內(nèi)容報(bào)告如下。

1 資料與方法

1. 1 一般資料 本研究對(duì)象為50例需要展開(kāi)連續(xù)性腎臟替代治療的危重患者， 均為2014年5月～2016年5月在本院治療的病例。在所有患者中， 包含8例重癥胰腺炎病例、10例心功能不全病例、5例嚴(yán)重電解質(zhì)失衡病例、6例藥物中毒病例、10例多器官功能衰竭病例以及11例重癥急性腎功能衰竭病例?；颊呔碛兄委熤闄?quán)以及簽署知情同意書(shū)， 排除肝功能衰竭者、抗凝治療禁忌證者、凝血指標(biāo)異常者以及全身感染者、長(zhǎng)時(shí)間實(shí)施抗凝藥物者等。隨機(jī)將患者分成研究組和參照組， 各25例。研究組中男12例、女13例， 平均年齡（52.8±10.6）歲；參照組中男13例、女12例， 平均年齡（54.6±12.1）歲。兩組患者年齡、性別等一般資料比較差異無(wú)統(tǒng)計(jì)學(xué)意義（P>0.05）， 具有可比性。

1. 2 方法

1. 2. 1 血液凈化 針對(duì)所有病例均展開(kāi)經(jīng)頸內(nèi)靜脈置管或者股靜脈置管方式， 應(yīng)用到的儀器設(shè)備為SWS-3000A血液凈化儀以及M 型血濾器和相關(guān)配套設(shè)備[7]；治療的模式， 以連續(xù)性靜脈-靜脈血液濾過(guò)（CVVH）形式進(jìn)行， 并以患者的實(shí)際情況作為依據(jù)， 配置置換液配方；血流的速度掌握在150～180 ml/min， 置換液的速度掌控在1500～2000 ml/h， 展開(kāi)持續(xù)性的治療12～24 h， 并且采取前稀釋模式輸入。

1. 2. 2 抗凝 研究組展開(kāi)局部枸櫞酸聯(lián)合小劑量低分子肝素抗凝方案， 參照組僅實(shí)施低分子肝素抗凝方案。研究組具體操作方式：進(jìn)行低鈉低堿基無(wú)鈣置換液的合理配置， 血液保存液抗凝成分是每500 毫升具有葡萄糖（以微量泵自管路靜脈端泵入的方式， 速度為18～22 ml/h）12.25 g、枸此幔ㄒ暈⒘勘米怨藶范脈端泵入舉措， 速度為145～175 ml/h）4.0 g以及枸櫞酸鈉11.0 g[8]。以現(xiàn)實(shí)所需作為依據(jù)， 加入氯化鉀注射液（10%）， 針對(duì)體外循環(huán)離子鈣以及電解質(zhì)、動(dòng)脈血?dú)夥治龅惹闆r每隔2 h進(jìn)行監(jiān)測(cè)記錄1次?？鼓O(jiān)測(cè)的目標(biāo)主要為， 未發(fā)生代謝性酸堿紊亂情況， 電解質(zhì)處于正常水平， 體外循環(huán)離子鈣 為0.2～0.4 mmol/L。進(jìn)行小劑量低分子肝素抗凝， 初始劑量為40 IU/kg， 隨后的追加劑量為4 IU/（kg?h）。對(duì)于參照組患者實(shí)施低分子肝素抗凝， 經(jīng)動(dòng)脈端一次注入5000 U低分子肝素鈉展開(kāi)抗凝。

1. 3 觀察指標(biāo) 治療24 h抗凝效果、電解質(zhì)情況、酸堿平衡情況、出血情況， 并且凝血情況評(píng)價(jià)的方式以濾器的外觀變化進(jìn)行評(píng)定[3]， 包括4個(gè)級(jí)別：0級(jí)、Ⅰ級(jí)、Ⅱ級(jí)、Ⅲ級(jí)。

1. 4 統(tǒng)計(jì)學(xué)方法 采用SPSS19.0統(tǒng)計(jì)學(xué)軟件處理數(shù)據(jù)。計(jì)量資料以均數(shù)±標(biāo)準(zhǔn)差（ x-±s）表示， 采用t檢驗(yàn)；計(jì)數(shù)資料以率（%）表示， 采用 χ2 檢驗(yàn)。P

2 結(jié)果

2. 1 兩組出血情況及抗凝效果比較 研究組中出血或原有出血加重情況為0例（0）， 少于參照組的6例（24.00%）， 差異有統(tǒng)計(jì)學(xué)意義（P

2. 2 透析前后生化指標(biāo)的比較情況 研究組患者透析前的BUN為（20.44±10.58）mmol/L， Scr為（636.22±386.43）μmol/L，

pH為（7.32±0.10）， Na+為（138.43±55.86）mmol/L， Ca2+為（1.04±0.19）mmol/L， HCO3-為（15.64±5.57）mmol/L， 總鈣為（2.22±0.39）mmol/L；參照組患者透析前的BUN為（21.52±

12.33）mmol/L， Scr為（593.44±349.95）μmol/L， pH為（7.35±0.10）， Na+為（140.32±44.25）mmol/L， Ca2+為（0.99±0.54）mmol/L， HCO3-為（15.48±5.45）mmol/L， 總鈣為（2.23±0.25）mmol/L。兩組各指標(biāo)對(duì)比， 差異無(wú)統(tǒng)計(jì)學(xué)意義（P>0.05）。研究組患者透析后的BUN為（13.76±3.11）mmol/L， Scr為（286.32±144.49）μmol/L，

pH為（7.43±0.05）， Na+為（141.44±35.59）mmol/L， Ca2+為（0.92±

0.12）mmol/L， HCO3-為（23.46±3.47）mmol/L， 總鈣為（2.18±

0.32）mmol/L；參照組患者透析后的BUN為（12.86±2.91）mmol/L，

Scr為（268.22±131.21）μmol/L， pH為（7.46±0.08）， Na+為（144.33± 40.39）mmol/L， Ca2+為（1.22±0.19）mmol/L， HCO3-為（20.43± 3.24）mmol/L， 總鈣為（2.26±0.35）mmol/L。通過(guò)比較兩組的生化指標(biāo)， 透析前后的pH值以及Na+對(duì)比， 差異無(wú)統(tǒng)計(jì)學(xué)意義（P>0.05）；透析后的BUN及Scr水平均明顯低于透析前， 并且研究組HCO3-高于參照組， 總鈣低于參照組， 差異有統(tǒng)計(jì)學(xué)意義（P

3 討論

針對(duì)于危重患者的急救， 連續(xù)性腎臟替代療法已經(jīng)被稱(chēng)為最行之有效的首選血液凈化方案[9， 10]。在此期間， 也應(yīng)該注重通過(guò)充分抗凝的方式降低管路和濾器反復(fù)凝血發(fā)生率， 并減少過(guò)度抗凝而導(dǎo)致出血問(wèn)題情況， 進(jìn)而保障治療安全性[11-13]。

枸櫞酸為體內(nèi)代謝中間產(chǎn)物， 能夠同游離鈣絡(luò)合成枸櫞酸鈣， 經(jīng)絡(luò)合濾器血液中離子鈣推動(dòng)血清內(nèi)游離鈣降低， 并抑制其發(fā)揮的作用， 最終實(shí)現(xiàn)局部抗凝效果[14-16]。

綜上所述， 局部枸櫞酸聯(lián)合小劑量低分子肝素抗凝在連續(xù)性腎臟替代治療中發(fā)揮的作用理想， 不會(huì)對(duì)患者凝血機(jī)制產(chǎn)生顯著影響， 降低出血率， 可以將其作為安全可靠的連續(xù)性腎臟替代治療方案推廣于臨床實(shí)踐。

參考文獻(xiàn)

[1] 張凱悅， 徐斌， 吳叢業(yè)， 等. 局部枸櫞酸聯(lián)合小劑量低分子肝素抗凝在連續(xù)性腎臟替代治療中的應(yīng)用. 腎臟病與透析腎移植雜志， 2012， 23（4）：311-316.

[2] 張友華， 呂光宇， 張磊， 等. 局部枸櫞酸抗凝在心臟術(shù)后合并急性腎損傷進(jìn)行連續(xù)性腎臟替代治療中的應(yīng)用. 中國(guó)醫(yī)藥導(dǎo)報(bào)， 2015， 12（10）：103-106.

[3] 葉濤， 余追. 局部枸櫞酸鈉抗凝對(duì)連續(xù)性腎臟替代治療患者補(bǔ)鈣速率的影響. 內(nèi)科急危重癥雜志， 2016， 22（2）：125-126.

[4] 彭小貝， 趙雙平， 唐春炫， 等. 局部枸櫞酸抗凝在連續(xù)性腎臟替代治療中應(yīng)用的護(hù)理. 中華現(xiàn)代護(hù)理雜志， 2010， 16（28）：

3406-3407.

[5] 鄭寅， 丁峰. 局部枸櫞酸抗凝在連續(xù)性腎臟替代治療中的應(yīng)用. 中國(guó)血液凈化， 2015， 14（1）：47-50.

[6] 張初吉， 周建新. 局部枸櫞酸抗凝在連續(xù)性腎臟替代治療中的應(yīng)用研究. 臨床急診雜志， 2015（1）：59-60.

[7] 趙穎琦， 高娜， 陰凱. 連續(xù)性腎臟替代治療中抗凝劑的應(yīng)用現(xiàn)狀及發(fā)展方向. 中國(guó)藥物警戒， 2013， 13（11）：658-662.

[8] 吳秀玲， 羅玉珍. 局部枸櫞酸抗凝進(jìn)行連續(xù)性腎臟替代治療在重癥患者中的應(yīng)用. 齊齊哈爾醫(yī)學(xué)院學(xué)報(bào)， 2016， 21（18）：2369-2370.

[9] 彭博， 李昂. 腎替代治療時(shí)不同抗凝方法血濾效果的臨床觀察. 醫(yī)學(xué)信息旬刊， 2010， 5（9）：2381-2383.

[10] 張初吉. 局部枸櫞酸抗凝在腦出血并急性腎損傷連續(xù)性腎臟替代治療中的應(yīng)用研究. 首都t科大學(xué)， 2013.

[11] 楊靜， 白智遠(yuǎn). 局部枸櫞酸抗凝在連續(xù)性腎臟替代治療中的應(yīng)用研究進(jìn)展. 臨床合理用藥雜志， 2016， 9（6）：176-178.

[12] 王海濤， 吳華. 枸櫞酸抗凝在連續(xù)性腎臟替代治療中的應(yīng)用. 中國(guó)血液凈化， 2013， 12（12）：642-645.

[13] 王婷立， 付平. 枸櫞酸抗凝在連續(xù)腎臟替代治療中的應(yīng)用方法和監(jiān)測(cè). 中國(guó)血液凈化， 2015， 14（9）：566-568.

[14] 李成， 陳齊國(guó). 局部枸櫞酸抗凝在重癥醫(yī)學(xué)科連續(xù)性腎臟替代治療中的應(yīng)用. 中國(guó)醫(yī)藥導(dǎo)報(bào)， 2014， 11（4）：160-162， 165.

[15] 許鐘燁， 丁峰. 局部枸櫞酸抗凝在連續(xù)性腎臟替代治療中的應(yīng)用進(jìn)展. 中國(guó)血液凈化， 2011， 10（4）：208-211.

篇4

關(guān)鍵詞： 量子門(mén) 量子可逆電路 量子多值邏輯 通用門(mén)庫(kù)

近30年來(lái)，人們已提出了多種量子門(mén)，如Toffoli門(mén)［1］，F(xiàn)redkin門(mén)，Peres門(mén)等，并給出了量子門(mén)的代數(shù)特征。如何使用指定量子門(mén)庫(kù)中的量子門(mén)自動(dòng)生成量子代價(jià)較小的量子可逆邏輯電路，其本質(zhì)就是量子可逆邏輯電路綜合技巧問(wèn)題。Shende將可逆電路綜合轉(zhuǎn)化為置換問(wèn)題，并提出三量子可逆邏輯電路綜合最優(yōu)算法；Yang在此基礎(chǔ)上利用GAP軟件實(shí)現(xiàn)了三量子最小長(zhǎng)度和最小代價(jià)可逆邏輯電路綜合算法。然而目前大多數(shù)算法只是在綜合三量子電路時(shí)效果很好，隨著綜合量子比特?cái)?shù)的增加，綜合量子可逆邏輯電路的時(shí)空復(fù)雜度將進(jìn)一步增加。在綜合四量子電路時(shí)，Yang等人利用廣度優(yōu)先搜索和雙向綜合技術(shù)，使用CNP量子門(mén)庫(kù)可綜合最長(zhǎng)為12的四量子偶置換最優(yōu)電路，這已是較好結(jié)果；李等人使用CNP量子門(mén)庫(kù)，在廣度優(yōu)先搜索的基礎(chǔ)上，巧妙構(gòu)造哈希函數(shù)并利用線置換和向變換進(jìn)行無(wú)損壓縮可快速生成最大長(zhǎng)度為16的最優(yōu)四量子偶置換電路，這是目前已知的最好結(jié)果。目前人們還未設(shè)計(jì)出通用高效的多量子電路綜合算法，這是量子電路設(shè)計(jì)中急需解決的重要問(wèn)題之一，因?yàn)樗脑O(shè)計(jì)實(shí)現(xiàn)不僅可以降低制造量子電路的成本，而且能提高多量子可逆電路設(shè)計(jì)的效率。

目前比較有代表性的量子可逆電路構(gòu)造方法有以下幾種［2］。

窮舉法、RM方法、群論分解方法、探索法，通過(guò)比較知窮舉法綜合結(jié)果好，能達(dá)到最優(yōu)，但時(shí)間空間開(kāi)銷(xiāo)大；真值表和RM方法構(gòu)造巧妙，綜合速度快，但結(jié)果不盡理想，需要輔以?xún)?yōu)化；群論方法新穎高效，算法收斂迅速（有限步結(jié)束），但構(gòu)造復(fù)雜，較為繁瑣，需要的門(mén)庫(kù)規(guī)模大；其他方法也均是在綜合的效果和效率之間尋求一個(gè)平衡點(diǎn)，這個(gè)平衡點(diǎn)如何選取，則應(yīng)該以實(shí)踐中的具體需求情況為依據(jù)。

構(gòu)建量子可逆邏輯電路主要有構(gòu)造與優(yōu)化兩個(gè)過(guò)程，有些算法是先構(gòu)造再優(yōu)化，還有一些算法則是構(gòu)造與優(yōu)化同時(shí)進(jìn)行。通常所得到的量子電路并不是最優(yōu)電路，如何有效地優(yōu)化電路，成為量子電路領(lǐng)域的另一個(gè)研究重點(diǎn)。Iwama、Maslov、Maslov等都對(duì)電路優(yōu)化程度作出了杰出貢獻(xiàn)。

目前對(duì)量子二值邏輯可逆電路綜合算法的研究較多，但對(duì)于多值邏輯量子電路綜合技術(shù)的研究較少［3］。其中的原因主要有：第一，人們已習(xí)慣于經(jīng)典計(jì)算中的二值邏輯，利用多值邏輯進(jìn)行計(jì)算不符合人們常規(guī)的思維和計(jì)算方式；第二，對(duì)于多值邏輯的理解與應(yīng)用本身就是困難的，涉及多值邏輯理論及群、環(huán)、域等代數(shù)理論，量子可逆電路的設(shè)計(jì)又具有相當(dāng)難度，規(guī)模較大，復(fù)雜性較高，其中又要解決量子的自然屬性（如消相干現(xiàn)象等）對(duì)計(jì)算的負(fù)面影響。所以將多值邏輯應(yīng)用于量子電路，設(shè)計(jì)具有相當(dāng)復(fù)雜性的多值邏輯量子電路也是困難的。然而，量子具有多種可觀測(cè)的屬性，例如光子的偏振方向，電子的自旋方向，電子所處于的能級(jí)等，因而具有多個(gè)復(fù)雜的自由度，利用多能級(jí)描述量子位也更自然。由于量子實(shí)驗(yàn)物理的發(fā)展進(jìn)步及測(cè)量技術(shù)的不斷完善，對(duì)于量子在各個(gè)屬性上的測(cè)量的精準(zhǔn)度大大提高，使得量子高維基態(tài)（即多值邏輯量子態(tài)）的應(yīng)用成為可能。另一方面，量子多值邏輯的應(yīng)用能夠極大提高量子并行計(jì)算的能力（理論上比二值邏輯更強(qiáng)大），并可在存儲(chǔ)和處理量子信息時(shí)提供更大的靈活性，又可以無(wú)輔助位的方式用兩位量子門(mén)和一位量子門(mén)建立多量子電路，使得多量子電路的物理實(shí)現(xiàn)成為可能。對(duì)多值量子可逆邏輯電路綜合的研究正在興起。

量子可逆電路本質(zhì)上是置換電路［4］，在此基礎(chǔ)上可根據(jù)一些特定功能構(gòu)造量子專(zhuān)用電路，專(zhuān)用電路的設(shè)計(jì)實(shí)現(xiàn)及應(yīng)用可加速運(yùn)行算法，并對(duì)量子寄存器或量子芯片等的設(shè)計(jì)作出一些貢獻(xiàn)。目前已設(shè)計(jì)出量子全加器、量子全減器及受控集成量子加減電路，它們是構(gòu)建量子計(jì)算機(jī)的基本單元。在量子糾錯(cuò)編碼和容錯(cuò)計(jì)算中可根據(jù)糾錯(cuò)碼的生成矩陣和校驗(yàn)矩陣，分別生成編碼電路和解碼電路。2005年何等人通過(guò)分解蝴蝶矩陣和轉(zhuǎn)置矩陣獨(dú)立實(shí)現(xiàn)了基于Haar小波多尺度分析的完整量子電路。2006年Cheng等人用Bitonic方法快速構(gòu)造大規(guī)模的量子排序電路，給出的線路模型清晰地反映出算法消耗資源的情況。2007年Khan等人給出了利用三值邏輯Feynman和Toffoli門(mén)實(shí)現(xiàn)的三值邏輯全加器，基于此又實(shí)現(xiàn)了帶有部分前瞻的三值邏輯并行加法器，并展示了將此電路用作并行減法器的方法。2008年Khan提出綜合量子四值邏輯加法/減法器的遞歸電路。之后Khan又提出量子四值邏輯比較器，比較器是著名的Grover量子搜索算法的關(guān)鍵功能模塊―Oracle的組成部分，也是基于比較的各種算法及控制器的基本模塊。當(dāng)然，由于量子電路設(shè)計(jì)的復(fù)雜性，目前綜合出的專(zhuān)用電路還不多，并且給出的大多數(shù)的電路并非最簡(jiǎn)形式。

盡管對(duì)于量子可逆電路的研究已取得了一些成果，但目前對(duì)于構(gòu)建量子可逆電路的量子門(mén)及通用門(mén)庫(kù)的研究還不深入，對(duì)于量子可逆電路的生成方法和優(yōu)化方法的研究還處于起步階段。對(duì)其中的一些問(wèn)題，如多值邏輯的嵌入與應(yīng)用，電路優(yōu)化策略，綜合算法復(fù)雜性的深入分析與證明等，只是進(jìn)行了初步的探索。雖出現(xiàn)了一些解決方案，但并不十分成熟，還有一些領(lǐng)域未曾涉及，所以需要進(jìn)一步深入研究。

參考文獻(xiàn)：

［1］李志強(qiáng)，陳漢武，徐寶文等.基于Hash表的量子可逆邏輯電路綜合的快速算法［J］.計(jì)算機(jī)研究與發(fā)展，2008，vol.45-2：2162-2171.

［2］何雨果，孫吉貴.基于Haar小波的多尺度分析量子電路［J］.科學(xué)通報(bào)，2005，vol.50-20：2314-2316.

篇5

信息學(xué)領(lǐng)域的兩個(gè)焦點(diǎn)研究方向。在這兩個(gè)方向上,近年來(lái)中國(guó)的科學(xué)工作者都取得了重大的進(jìn)展。

2004年,中國(guó)建立了一條從北京到天津長(zhǎng)125公里的試驗(yàn)性光纖量子通信密碼線路; 2007年,中國(guó)科學(xué)院院士郭光燦帶領(lǐng)的研究團(tuán)隊(duì)在北京成功試驗(yàn)了“量子路由器”,并獲得了美國(guó)授權(quán)專(zhuān)利; 2009年,世界首個(gè)“量子政務(wù)網(wǎng)”在安徽蕪湖建成。

在量子密碼領(lǐng)域取得了巨大成就后,郭院士帶領(lǐng)的團(tuán)隊(duì)又將大部分精力放在了量子計(jì)算機(jī)的研究上。那么,在量子領(lǐng)域的探索,我國(guó)究竟處于什么水平?量子究竟能給世界帶來(lái)怎樣的變化?帶著這些疑問(wèn),本報(bào)記者采訪了國(guó)內(nèi)量子信息領(lǐng)域研究第一人、中國(guó)科學(xué)院院士郭光燦。

世界首個(gè)“量子政務(wù)網(wǎng)”在安徽蕪湖建成。

量子密碼

躋身世界前沿

“目前,在量子密碼通信領(lǐng)域,我國(guó)的研究水平已經(jīng)躋身世界前沿,并在某些方面具有不可比擬的優(yōu)勢(shì)?！惫鉅N自豪地表示。

但是回到10年前,國(guó)內(nèi)還沒(méi)有幾個(gè)人認(rèn)同郭光燦的研究?！霸谠缙诘?5年里,幾乎沒(méi)有經(jīng)費(fèi)支持我們,每年也就是一兩萬(wàn)元,當(dāng)時(shí)就是我?guī)е鴰讉€(gè)學(xué)生做基礎(chǔ)研究。直到1999年,中科院高技術(shù)局局長(zhǎng)科研基金支持了5萬(wàn)元之后,我們才開(kāi)始開(kāi)展實(shí)驗(yàn)研究?！惫鉅N坦言。

量子密碼究竟有何神秘之處,它如何吸引郭光燦呢?

按照量子信息界的解釋,經(jīng)典信息處理的最基本單元是比特(Bit,即二進(jìn)制數(shù)0或1)。一個(gè)按照一定數(shù)學(xué)規(guī)則給出的隨機(jī)二進(jìn)制數(shù)據(jù)串就構(gòu)成一個(gè)密鑰,經(jīng)典通信中最難解決的問(wèn)題是密鑰分配問(wèn)題。由于密鑰分配不是絕對(duì)保密的,經(jīng)典密碼也就不可能絕對(duì)保密。然而,基于量子力學(xué)線性疊加原理和不可克隆定理的量子密鑰分配卻可以解決這個(gè)問(wèn)題。

一個(gè)具體的例子就是大數(shù)分解定理,按經(jīng)典計(jì)算復(fù)雜性理論,這個(gè)問(wèn)題不存在有效算法,所以被利用來(lái)進(jìn)行經(jīng)典密鑰分配。“但是如果用量子計(jì)算機(jī),使用‘Shor量子算法’,情況就大不相同了。例如,為了對(duì)一個(gè)400位的阿拉伯?dāng)?shù)字進(jìn)行因子分解,目前最快的超級(jí)計(jì)算機(jī)將耗時(shí)上百億年,這幾乎等于宇宙的整個(gè)壽命; 而具有相同時(shí)鐘脈沖速度的量子計(jì)算機(jī)只需要大約一分鐘。因此,一旦人們擁有了一臺(tái)量子計(jì)算機(jī),那么目前的密碼系統(tǒng)將毫無(wú)保密性可言。”

這一后果是對(duì)目前的密碼系統(tǒng)的巨大挑戰(zhàn)。為了保證這些領(lǐng)域的信息安全,也為了拓寬人類(lèi)對(duì)微觀世界的認(rèn)識(shí),發(fā)展量子信息學(xué)刻不容緩。同時(shí)郭光燦還指出,他們選擇從量子密碼研究做起的另一個(gè)原因是,量子密碼相對(duì)于量子計(jì)算要容易些,而且,當(dāng)時(shí)在量子密碼領(lǐng)域,國(guó)際上也有很多技術(shù)障礙需要攻克。

據(jù)郭光燦介紹,將量子密碼裝置應(yīng)用到光纖網(wǎng)絡(luò),會(huì)遇到了一個(gè)困難,就是不穩(wěn)定。要調(diào)控單個(gè)量子―把0和1調(diào)到一個(gè)相位的量子態(tài)里―非常困難,各種因素都可能會(huì)破壞其穩(wěn)定性,甚至使其“消失掉”。為此,郭光燦團(tuán)隊(duì)發(fā)明了一套新的解碼器和編碼器,保證單向光子的穩(wěn)定性,同時(shí)保證安全。他們已為這項(xiàng)技術(shù)申請(qǐng)了美國(guó)專(zhuān)利,并獲得了授權(quán)。這是實(shí)現(xiàn)量子密碼的第一個(gè)關(guān)鍵技術(shù)。

第二個(gè)關(guān)鍵的技術(shù)是網(wǎng)絡(luò)保密。即在光纖網(wǎng)絡(luò)里,任何兩點(diǎn)都能夠保密通信,而不僅僅是點(diǎn)對(duì)點(diǎn)的保密通信。單個(gè)光纖做到保密通信必須解決3個(gè)問(wèn)題:光纖上實(shí)現(xiàn)任何兩點(diǎn)之間的保密通信; 任何兩個(gè)用戶(hù)保密通信不會(huì)互相干擾; 群發(fā)系列,例如一個(gè)領(lǐng)導(dǎo)機(jī)關(guān)與多個(gè)下屬同時(shí)多點(diǎn)保密通信。

其中最根本的困難之一是路由器問(wèn)題。在經(jīng)典通信中一個(gè)信號(hào)傳過(guò)來(lái),路由器可以識(shí)別,之后傳送。可是量子有一個(gè)特點(diǎn)―不可以被識(shí)別,一旦識(shí)別它,原來(lái)的信號(hào)就被破壞了。這種情況下,點(diǎn)對(duì)點(diǎn)的量子通信容易實(shí)現(xiàn),而量子網(wǎng)絡(luò)很難實(shí)現(xiàn)。為了解決這個(gè)問(wèn)題,郭光燦團(tuán)隊(duì)發(fā)明了“量子路由器”―用波長(zhǎng)做標(biāo)志,使不同的光子到達(dá)不同的地方。這項(xiàng)技術(shù)也已獲得了美國(guó)專(zhuān)利,并于2007年在北京商用光圈建立了城域網(wǎng)通信。

有了兩大技術(shù)的支撐后,今年5月份,郭光燦帶領(lǐng)的量子信息重點(diǎn)實(shí)驗(yàn)室在安徽省蕪湖市建立了世界上首個(gè)量子政務(wù)網(wǎng)。這個(gè)政務(wù)網(wǎng)可以傳送政府的紅頭文件,通過(guò)保密的方式發(fā)送到下屬各局,而且還可以對(duì)圖像和聲音加密,開(kāi)視頻會(huì)議。自此,量子密碼正式步入應(yīng)用階段。

量子計(jì)算

研發(fā)路漫漫

信息社會(huì)60年,計(jì)算機(jī)的進(jìn)步就只是把10厘米長(zhǎng)的真空電子管,用印刷在硅晶片上面的微米級(jí)半導(dǎo)體電極代替而已。

那么未來(lái)的60年呢?在15納米、8納米之后,再往細(xì)微的方向走,經(jīng)典物理會(huì)逐漸失效,因?yàn)橹髟孜⒂^世界的是量子物理,屆時(shí)經(jīng)典的摩爾定律很可能就會(huì)被量子原理代替。

目前,人類(lèi)已經(jīng)在量子密碼上實(shí)現(xiàn)初步的商用化,但是量子計(jì)算機(jī)的研究仍然路漫漫。

“因?yàn)榱孔佑?jì)算機(jī)的實(shí)現(xiàn)需要量子算法、量子計(jì)算模型、量子糾錯(cuò)機(jī)制和硬件等各個(gè)方面的突破性進(jìn)展。”郭光燦說(shuō),“盡管科學(xué)家在實(shí)驗(yàn)和理論上都取得了一些成果,但這些研究仍然處于非常早期的階段。雖然我國(guó)在量子信息學(xué)科上起步稍晚,但是國(guó)家已經(jīng)在中長(zhǎng)期科技規(guī)劃中設(shè)立了量子調(diào)控研究這一重大科學(xué)研究計(jì)劃”。郭光燦預(yù)測(cè),最終量子計(jì)算機(jī)將被用來(lái)解決現(xiàn)在計(jì)算機(jī)解決不了的問(wèn)題。

那么,與經(jīng)典的計(jì)算機(jī)相比,量子計(jì)算機(jī)有哪些神奇之處呢?

郭光燦指出,經(jīng)典計(jì)算機(jī)和量子計(jì)算機(jī)最本質(zhì)的差異,來(lái)自對(duì)物理系統(tǒng)狀態(tài)的描述。對(duì)經(jīng)典計(jì)算機(jī)來(lái)說(shuō),每個(gè)字節(jié)的數(shù)據(jù)都要一步步地處理,每一個(gè)步驟都表示機(jī)器的一個(gè)明確的狀態(tài),上一個(gè)步驟的輸出作為下一個(gè)步驟的輸入,前后相續(xù),整個(gè)計(jì)算任務(wù)是串行的; 而對(duì)量子計(jì)算機(jī)來(lái)說(shuō),系統(tǒng)的不同狀態(tài)之間的變換,可以并列存在多個(gè)途徑,使得系統(tǒng)可以在多條路徑上并行處理多個(gè)計(jì)算,這就使得計(jì)算機(jī)的計(jì)算能力獲得了指數(shù)性的增強(qiáng)。

量子計(jì)算機(jī)的理論效果確實(shí)震驚了世界,但是也有人提出,量子計(jì)算只是一個(gè)方法論,可能根本實(shí)現(xiàn)不了。但是AT&T貝爾實(shí)驗(yàn)室的計(jì)算機(jī)科學(xué)家皮特•休爾卻有力地反駁了當(dāng)時(shí)的負(fù)面觀點(diǎn)。

據(jù)說(shuō),皮特•休爾在1994年設(shè)計(jì)了第一個(gè)適合于量子計(jì)算機(jī)使用的算法,專(zhuān)門(mén)用來(lái)對(duì)大數(shù)進(jìn)行因子分解。他發(fā)現(xiàn),如果使用量子計(jì)算機(jī),再運(yùn)用他提出的專(zhuān)用算法,這個(gè)論斷將不再成立。這意味著現(xiàn)代社會(huì)廣泛使用的密碼系統(tǒng),將隨著量子計(jì)算機(jī)的問(wèn)世而作廢。

郭光燦表示,盡管還存在很多技術(shù)難題,但是他非?？春昧孔佑?jì)算的未來(lái)。

郭光燦指出,當(dāng)前實(shí)現(xiàn)量子計(jì)算的瓶頸在于:如何研制含有數(shù)目巨大的量子處理器的物理體系,它既可有效地克服不可避免的相關(guān)影響,又具有物理可擴(kuò)展性。這個(gè)研究實(shí)質(zhì)上是對(duì)人類(lèi)操控量子世界能力的極大挑戰(zhàn)。目前兩種主要研究途徑是:固態(tài)量子計(jì)算和基于量子光學(xué)的量子計(jì)算。而他們實(shí)驗(yàn)室的研究方向是固態(tài)量子計(jì)算。

“我們使用一種新的材料叫石墨烯,來(lái)代替原來(lái)經(jīng)典計(jì)算機(jī)里面的硅材料。在國(guó)際上,還有其他三種主流的材料,我們的研究幾乎與國(guó)際上同步。但我們走的是不一樣的方向,一是避免重復(fù)研究,二是為了爭(zhēng)取我們自己的話語(yǔ)權(quán)?！?/p>

實(shí)際上,從上世紀(jì)80年代量子計(jì)算正式進(jìn)入研究階段,到今天取得重大進(jìn)展,也就30年的時(shí)間。目前量子計(jì)算正在飛速發(fā)展,因此這個(gè)領(lǐng)域也吸引了越來(lái)越多的參與者,隨著主要的障礙已經(jīng)或正在被克服,我們似乎可以樂(lè)觀地估計(jì),下一個(gè)30年人類(lèi)很可能會(huì)迎來(lái)量子計(jì)算時(shí)代。

產(chǎn)業(yè)化使命

量子信息技術(shù)是后摩爾時(shí)代的重要新技術(shù),將來(lái)有望形成QIT(量子信息)新產(chǎn)業(yè),因而也成為各國(guó)未來(lái)高技術(shù)的戰(zhàn)略競(jìng)爭(zhēng)焦點(diǎn)之一。據(jù)介紹,日本今后10年里預(yù)計(jì)在該課題上的投入將達(dá)400億日元,而美國(guó)的情報(bào)機(jī)構(gòu)也對(duì)此高度關(guān)注。

郭光燦預(yù)測(cè),量子信息領(lǐng)域中產(chǎn)生的量子密鑰分配器、精確測(cè)量?jī)x、量子模擬器等都是最接近應(yīng)用的產(chǎn)品。

在國(guó)內(nèi),郭光燦是研究量子信息的第一人,他以及他的團(tuán)隊(duì)也同樣肩負(fù)著將科研成果產(chǎn)業(yè)化的使命。在量子密碼領(lǐng)域取得了重大成就后,很快他們就進(jìn)行了產(chǎn)業(yè)化投入。

今年6月,在安徽省政府的大力支持下,蕪湖市政府聯(lián)合中國(guó)科學(xué)技術(shù)大學(xué)成立了一個(gè)高新技術(shù)研發(fā)企業(yè)―安徽問(wèn)天量子科技股份有限公司。目前,公司在量子密鑰通信系統(tǒng)上的各項(xiàng)技術(shù)已處于國(guó)際領(lǐng)先地位。

據(jù)了解,利用量子保密通信系統(tǒng)在電源上的技術(shù)優(yōu)勢(shì),問(wèn)天科技研發(fā)出了新型WT-PFC-45系列LED路燈驅(qū)動(dòng)電源。該產(chǎn)品的成功研發(fā)標(biāo)志著中科院量子信息重點(diǎn)實(shí)驗(yàn)室在量子密碼上的科研成果不僅可以在信息安全領(lǐng)域得到重大應(yīng)用,也可以為其他行業(yè)做出重要貢獻(xiàn)。

從漁民之子

到量子專(zhuān)家

篇6

論文摘要：將量子化學(xué)原理及方法引入材料科學(xué)、能源以及生物大分子體系研究領(lǐng)域中無(wú)疑將從更高的理論起點(diǎn)來(lái)認(rèn)識(shí)微觀尺度上的各種參數(shù)、性能和規(guī)律，這將對(duì)材料科學(xué)、能源以及生物大分子體系的發(fā)展有著重要的意義。

量子化學(xué)是將量子力學(xué)的原理應(yīng)用到化學(xué)中而產(chǎn)生的一門(mén)學(xué)科，經(jīng)過(guò)化學(xué)家們的努力，量子化學(xué)理論和計(jì)算方法在近幾十年來(lái)取得了很大的發(fā)展，在定性和定量地闡明許多分子、原子和電子尺度級(jí)問(wèn)題上已經(jīng)受到足夠的重視。目前，量子化學(xué)已被廣泛應(yīng)用于化學(xué)的各個(gè)分支以及生物、醫(yī)藥、材料、環(huán)境、能源、軍事等領(lǐng)域，取得了豐富的理論成果，并對(duì)實(shí)際工作起到了很好的指導(dǎo)作用。本文僅對(duì)量子化學(xué)原理及方法在材料、能源和生物大分子體系研究領(lǐng)域做一簡(jiǎn)要介紹。

一、在材料科學(xué)中的應(yīng)用

（一）在建筑材料方面的應(yīng)用

水泥是重要的建筑材料之一。1993年，計(jì)算量子化學(xué)開(kāi)始廣泛地應(yīng)用于許多水泥熟料礦物和水化產(chǎn)物體系的研究中，解決了很多實(shí)際問(wèn)題。

鈣礬石相是許多水泥品種的主要水化產(chǎn)物相之一，它對(duì)水泥石的強(qiáng)度起著關(guān)鍵作用。程新等[1,2]在假設(shè)材料的力學(xué)強(qiáng)度決定于化學(xué)鍵強(qiáng)度的前提下，研究了幾種鈣礬石相力學(xué)強(qiáng)度的大小差異。計(jì)算發(fā)現(xiàn)，含Ca鈣礬石、含Ba鈣礬石和含Sr鈣礬石的Al-O鍵級(jí)基本一致，而含Sr鈣礬石、含Ba鈣礬石中的Sr，Ba原子鍵級(jí)與Sr-O，Ba-O共價(jià)鍵級(jí)都分別大于含Ca鈣礬石中的Ca原子鍵級(jí)和Ca-O共價(jià)鍵級(jí)，由此認(rèn)為，含Sr、Ba硫鋁酸鹽的膠凝強(qiáng)度高于硫鋁酸鈣的膠凝強(qiáng)度[3]。

將量子化學(xué)理論與方法引入水泥化學(xué)領(lǐng)域，是一門(mén)前景廣闊的研究課題，它將有助于人們直接將分子的微觀結(jié)構(gòu)與宏觀性能聯(lián)系起來(lái)，也為水泥材料的設(shè)計(jì)提供了一條新的途徑[3]。

（二）在金屬及合金材料方面的應(yīng)用

過(guò)渡金屬(Fe、Co、Ni)中氫雜質(zhì)的超精細(xì)場(chǎng)和電子結(jié)構(gòu)，通過(guò)量子化學(xué)計(jì)算表明，含有雜質(zhì)石原子的磁矩要降低，這與實(shí)驗(yàn)結(jié)果非常一致。閔新民等[4]通過(guò)量子化學(xué)方法研究了鑭系三氟化物。結(jié)果表明，在LnF3中Ln原子軌道參與成鍵的次序是：d＞f＞p＞s，其結(jié)合能計(jì)算值與實(shí)驗(yàn)值定性趨勢(shì)一致。此方法還廣泛用于金屬氧化物固體的電子結(jié)構(gòu)及光譜的計(jì)算[5]。再比如說(shuō)，NbO2是一個(gè)在810℃具有相變的物質(zhì)(由金紅石型變成四方體心)，其高溫相的NbO2的電子結(jié)構(gòu)和光譜也是通過(guò)量子化學(xué)方法進(jìn)行的計(jì)算和討論，并通過(guò)計(jì)算指出它和低溫NbO2及其等電子化合物VO2在性質(zhì)方面存在的差異[6]。

量子化學(xué)方法因其精確度高，計(jì)算機(jī)時(shí)少而廣泛應(yīng)用于材料科學(xué)中，并取得了許多有意義的結(jié)果。隨著量子化學(xué)方法的不斷完善，同時(shí)由于電子計(jì)算機(jī)的飛速發(fā)展和普及，量子化學(xué)在材料科學(xué)中的應(yīng)用范圍將不斷得到拓展，將為材料科學(xué)的發(fā)展提供一條非常有意義的途徑[5]。

二、在能源研究中的應(yīng)用

（一）在煤裂解的反應(yīng)機(jī)理和動(dòng)力學(xué)性質(zhì)方面的應(yīng)用

煤是重要的能源之一。近年來(lái)隨著量子化學(xué)理論的發(fā)展和量子化學(xué)計(jì)算方法以及計(jì)算技術(shù)的進(jìn)步，量子化學(xué)方法對(duì)于深入探索煤的結(jié)構(gòu)和反應(yīng)性之間的關(guān)系成為可能。

量子化學(xué)計(jì)算在研究煤的模型分子裂解反應(yīng)機(jī)理和預(yù)測(cè)反應(yīng)方向方面有許多成功的例子,如低級(jí)芳香烴作為碳/碳復(fù)合材料碳前驅(qū)體熱解機(jī)理方面的研究已經(jīng)取得了比較明確的研究結(jié)果。由化學(xué)知識(shí)對(duì)所研究的低級(jí)芳香烴設(shè)想可能的自由基裂解路徑，由Guassian98程序中的半經(jīng)驗(yàn)方法UAM1、在UHF/3-21G*水平的從頭計(jì)算方法和考慮了電子相關(guān)效應(yīng)的密度泛函UB3LYP/3-21G*方法對(duì)設(shè)計(jì)路徑的熱力學(xué)和動(dòng)力學(xué)進(jìn)行了計(jì)算。由理論計(jì)算方法所得到的主反應(yīng)路徑、熱力學(xué)變量和表觀活化能等結(jié)果與實(shí)驗(yàn)數(shù)據(jù)對(duì)比有較好的一致性，對(duì)煤熱解的量子化學(xué)基礎(chǔ)的研究有重要意義[7]。

（二）在鋰離子電池研究中的應(yīng)用

鋰離子二次電池因?yàn)榫哂须娙萘看?、工作電壓高、循環(huán)壽命長(zhǎng)、安全可靠、無(wú)記憶效應(yīng)、重量輕等優(yōu)點(diǎn)，被人們稱(chēng)之為“最有前途的化學(xué)電源”，被廣泛應(yīng)用于便攜式電器等小型設(shè)備，并已開(kāi)始向電動(dòng)汽車(chē)、軍用潛水艇、飛機(jī)、航空等領(lǐng)域發(fā)展。

鋰離子電池又稱(chēng)搖椅型電池，電池的工作過(guò)程實(shí)際上是Li+離子在正負(fù)兩電極之間來(lái)回嵌入和脫嵌的過(guò)程。因此，深入鋰的嵌入-脫嵌機(jī)理對(duì)進(jìn)一步改善鋰離子電池的性能至關(guān)重要。Ago等[8]用半經(jīng)驗(yàn)分子軌道法以C32H14作為模型碳結(jié)構(gòu)研究了鋰原子在碳層間的插入反應(yīng)。認(rèn)為鋰最有可能摻雜在碳環(huán)中心的上方位置。Ago等[9]用abinitio分子軌道法對(duì)摻鋰的芳香族碳化合物的研究表明，隨著鋰含量的增加，鋰的離子性減少，預(yù)示在較高的摻鋰狀態(tài)下有可能存在一種Li-C和具有共價(jià)性的Li-Li的混合物。Satoru等[10]用分子軌道計(jì)算法，對(duì)低結(jié)晶度的炭素材料的摻鋰反應(yīng)進(jìn)行了研究，研究表明，鋰優(yōu)先插入到石墨層間反應(yīng)，然后摻雜在石墨層中不同部位里[11]。

隨著人們對(duì)材料晶體結(jié)構(gòu)的進(jìn)一步認(rèn)識(shí)和計(jì)算機(jī)水平的更高發(fā)展，相信量子化學(xué)原理在鋰離子電池中的應(yīng)用領(lǐng)域會(huì)更廣泛、更深入、更具指導(dǎo)性。

三、在生物大分子體系研究中的應(yīng)用

生物大分子體系的量子化學(xué)計(jì)算一直是一個(gè)具有挑戰(zhàn)性的研究領(lǐng)域，尤其是生物大分子體系的理論研究具有重要意義。由于量子化學(xué)可以在分子、電子水平上對(duì)體系進(jìn)行精細(xì)的理論研究，是其它理論研究方法所難以替代的。因此要深入理解有關(guān)酶的催化作用、基因的復(fù)制與突變、藥物與受體之間的識(shí)別與結(jié)合過(guò)程及作用方式等，都很有必要運(yùn)用量子化學(xué)的方法對(duì)這些生物大分子體系進(jìn)行研究。毫無(wú)疑問(wèn)，這種研究可以幫助人們有目的地調(diào)控酶的催化作用,甚至可以有目的地修飾酶的結(jié)構(gòu)、設(shè)計(jì)并合成人工酶；可以揭示遺傳與變異的奧秘,進(jìn)而調(diào)控基因的復(fù)制與突變，使之造福于人類(lèi)；可以根據(jù)藥物與受體的結(jié)合過(guò)程和作用特點(diǎn)設(shè)計(jì)高效低毒的新藥等等，可見(jiàn)運(yùn)用量子化學(xué)的手段來(lái)研究生命現(xiàn)象是十分有意義的。

綜上所述，我們可以看出在材料、能源以及生物大分子體系研究中，量子化學(xué)發(fā)揮了重要的作用。在近十幾年來(lái)，由于電子計(jì)算機(jī)的飛速發(fā)展和普及，量子化學(xué)計(jì)算變得更加迅速和方便?？梢灶A(yù)言，在不久的將來(lái)，量子化學(xué)將在更廣泛的領(lǐng)域發(fā)揮更加重要的作用。

參考文獻(xiàn)：

[1]程新.[學(xué)位論文].武漢:武漢工業(yè)大學(xué)材料科學(xué)與工程學(xué)院,1994

[2]程新,馮修吉.武漢工業(yè)大學(xué)學(xué)報(bào),1995,17(4):12

[3]李北星,程新.建筑材料學(xué)報(bào),1999,2(2):147

[4]閔新民,沈爾忠,江元生等.化學(xué)學(xué)報(bào),1990,48(10):973

[5]程新,陳亞明.山東建材學(xué)院學(xué)報(bào),1994,8(2):1

[6]閔新民.化學(xué)學(xué)報(bào),1992,50(5):449

[7]王寶俊,張玉貴,秦育紅等.煤炭轉(zhuǎn)化,2003,26(1):1

[8]AgoH,NagataK,YoshizawAK,etal.Bull.Chem.Soc.Jpn.,1997,70:1717

[9]AgoH,KatoM,YaharaAK.etal.JournaloftheElectrochemicalSociety,1999,146(4):1262

篇7

Introductionto Quantum Mechanics

Schrodinger Equation and Path Integral，

2nd Edition

2012，950 p

Hardcover

ISBN9789814397735

Harald J W MüllerKirsten著

薛定諤在1926年建立了以他的名字命名的方程，開(kāi)創(chuàng)了量子力學(xué)進(jìn)入嚴(yán)格的和近似定量計(jì)算的新局面，促進(jìn)量子力學(xué)迅速擴(kuò)展了應(yīng)用能力和范圍。20年之后費(fèi)曼提出了量子力學(xué)的路徑積分形式，并證明了與薛定諤方程的等價(jià)性。它不僅能夠解決量子力學(xué)中的一般的定量計(jì)算問(wèn)題，而且在隨后幾十年的量子場(chǎng)論和規(guī)范場(chǎng)論的發(fā)展過(guò)程中起了不可替代的重要作用。這兩種定量處理方法各有優(yōu)劣，薛定諤方程對(duì)于量子力學(xué)問(wèn)題的處理無(wú)疑具有極大的優(yōu)點(diǎn)，其圖像清晰而且在數(shù)學(xué)上有許多為物理學(xué)家熟悉的成熟處理方法，受到物理學(xué)家的普遍歡迎。相比之下，路徑積分方法的使用要麻煩得多。但近年來(lái)，人們?cè)絹?lái)越發(fā)現(xiàn)路徑積分方法在很多應(yīng)用中有著獨(dú)特的優(yōu)越性。對(duì)于這兩種方法，已經(jīng)有許多優(yōu)秀的量子力學(xué)教科書(shū)以及專(zhuān)著分別給出了非常詳細(xì)的討論。但是將兩種方法對(duì)同一問(wèn)題的解決辦法進(jìn)行相互對(duì)照與比較，從而對(duì)于各自的優(yōu)點(diǎn)和特定的應(yīng)用范疇有更深刻的理解的著作還十分罕見(jiàn)，本書(shū)填補(bǔ)了這一空白。

這是一部量子力學(xué)的教科書(shū)，它涵蓋了作為導(dǎo)論性課程所有的主要內(nèi)容，不但詳述了各種位勢(shì)下薛定諤方程的微擾解，介紹并算出了對(duì)應(yīng)的路徑積分的解，而且還詳細(xì)地考慮了微擾展開(kāi)的高階行為，這在其他類(lèi)似的書(shū)籍中很少見(jiàn)到。本書(shū)的另一特點(diǎn)是沒(méi)有提供習(xí)題，而是結(jié)合課文的內(nèi)容選用了大量例題，給出了非常詳細(xì)的計(jì)算細(xì)節(jié)，對(duì)于讀者的學(xué)習(xí)十分有利。

本書(shū)的第1版出版于2006年。第2版中，添加了許多重要的應(yīng)用和很多實(shí)例。特別是關(guān)于Coulomb勢(shì)的一章被擴(kuò)充到包含了化學(xué)鍵的介紹，而周期勢(shì)的一章補(bǔ)充了關(guān)于金屬和半導(dǎo)體能帶論的一節(jié)，而在高階行為的一章添加了關(guān)于漸進(jìn)展開(kāi)中成功地計(jì)算收斂因子的例證。

全書(shū)共分成29章：1.導(dǎo)言；2.哈密頓量子力學(xué)； 3.量子力學(xué)的數(shù)學(xué)基礎(chǔ)；4.狄拉克的右矢和左矢形式體系； 5.Schrdinger方程和Liouville定理；6.諧振子的量子力學(xué)； 7.Green函數(shù)；8.時(shí)間無(wú)關(guān)微擾論； 9.密度矩陣和極化現(xiàn)象； 10.量子理論：一般形式體系； 11.Coulomb 相互作用； 12.量子力學(xué)穿透；13.線性勢(shì)； 14.經(jīng)典極限和WKB法； 15.冪次勢(shì)； 16.屏蔽Coulomb勢(shì)； 17.周期勢(shì)； 18.非簡(jiǎn)諧振子勢(shì)； 19.奇異勢(shì)；20.微擾展開(kāi)的高階行為；21.路徑積分形式； 22.經(jīng)典場(chǎng)組態(tài)； 23.路徑積分和瞬子； 24.路徑積分與沿一條線上的彈跳； 25.周期性的經(jīng)典組態(tài)； 26.路徑積分和周期性的經(jīng)典組態(tài)；27.約束系統(tǒng)量子化；28.量子-經(jīng)典跨接作為相變；29.結(jié)束語(yǔ)。

本書(shū)對(duì)物理系的大學(xué)生和研究生以及數(shù)學(xué)和粒子物理的研究人員非常適用。對(duì)希望擴(kuò)大自己量子力學(xué)技巧的理論物理學(xué)家和想要更進(jìn)一步鉆研量子力學(xué)的其他專(zhuān)業(yè)的研究生以及所有對(duì)微擾方法、路徑積分及其在經(jīng)典場(chǎng)倫中的應(yīng)用感興趣的讀者都具參考價(jià)值。

丁亦兵，教授

（中國(guó)科學(xué)院大學(xué)）

篇8

關(guān)鍵詞：計(jì)算機(jī)；發(fā)展史；前景展望

1 前言

計(jì)算機(jī)由機(jī)械技術(shù)向電子技術(shù)以及生物技術(shù)、智能技術(shù)的轉(zhuǎn)變，為我們的生活帶來(lái)了巨大的變化。計(jì)算機(jī)已經(jīng)擁有了60年的發(fā)展歷程，共經(jīng)歷了5個(gè)重要的發(fā)展階段，將在不久的未來(lái)經(jīng)歷第六個(gè)發(fā)展階段。

2 計(jì)算機(jī)發(fā)展歷史

（1）電子管計(jì)算機(jī)（1946-1958年）

用陰極射線管或汞延尺線作主存儲(chǔ)器，外存主要使用紙帶、卡片等，程序設(shè)計(jì)主要使用機(jī)器指令或符號(hào)指令，應(yīng)用鄰域主要是科學(xué)計(jì)算。

（2）晶體管計(jì)算機(jī)（1958-1964年）

主存儲(chǔ)器均采用磁蕊存儲(chǔ)器，磁鼓和磁盤(pán)開(kāi)始用作主要的外存儲(chǔ)器，程序設(shè)計(jì)使用了更接近于人類(lèi)自然語(yǔ)言的高級(jí)程序設(shè)計(jì)語(yǔ)言，計(jì)算機(jī)的應(yīng)用領(lǐng)域也從科學(xué)計(jì)算擴(kuò)展到了事務(wù)處理，工程設(shè)計(jì)等各個(gè)方面。

（3）小規(guī)模集成電路計(jì)算機(jī)(1964-1971年)

半導(dǎo)體存儲(chǔ)器逐步取代了磁芯存儲(chǔ)器的主存儲(chǔ)地位，磁盤(pán)成了不可缺少的輔助存儲(chǔ)器，計(jì)算機(jī)也進(jìn)入了產(chǎn)品標(biāo)準(zhǔn)化、模塊化、系列化的發(fā)展時(shí)期，使計(jì)算機(jī)使用效率明顯提高。

（4）大規(guī)模集成電路（1972年-至今）

大規(guī)模、超大規(guī)模集成電路應(yīng)用的一個(gè)直接結(jié)果是微處理器和微型計(jì)算機(jī)的誕生。微處理器自1971年誕生以來(lái)幾乎每隔二至三年就要更新?lián)Q代，以高檔微處理器為核心構(gòu)成的高檔微型計(jì)算機(jī)系統(tǒng)已達(dá)到和超過(guò)了傳統(tǒng)超極小型計(jì)算機(jī)水平，其運(yùn)算速度可以達(dá)到每秒數(shù)億次。由于微型計(jì)算機(jī)體積小、功耗低、其性能價(jià)格比占有很大優(yōu)勢(shì)，因而得到了廣泛的應(yīng)用。

（5）人工智能計(jì)算機(jī)——神經(jīng)計(jì)算機(jī)。

其特點(diǎn)是可以實(shí)現(xiàn)分布式聯(lián)想記憶．并能在一定程度上模擬人和動(dòng)物的學(xué)習(xí)功能。它是一種有知識(shí)、會(huì)學(xué)習(xí)、能推理的計(jì)算機(jī)，具有能理解自然語(yǔ)言、聲音、文字和圖像的能力，并且具有說(shuō)話的能力，使人機(jī)能夠用自然語(yǔ)言直接對(duì)話，它可以利用已有的和不斷學(xué)習(xí)到的知識(shí)，進(jìn)行思維、聯(lián)想、推理，并得出結(jié)論，能解決復(fù)雜問(wèn)題，具有匯集、記憶、檢索有關(guān)知識(shí)的能力。

3 計(jì)算機(jī)發(fā)展前景展望

計(jì)算機(jī)的發(fā)展將趨向超高速、超小型、并行處理和智能化。計(jì)算發(fā)展如此之快，計(jì)算機(jī)界據(jù)此總結(jié)出了“ 摩爾法則”，該法則認(rèn)為每 18個(gè)月左右計(jì)算機(jī)性能就會(huì)提高一倍。因此，在未來(lái)，第六代計(jì)算機(jī)發(fā)展方向如下：

（1）分子計(jì)算機(jī)

分子計(jì)算機(jī)體積小、耗電少、運(yùn)算快、存儲(chǔ)量大。分子計(jì)算機(jī)的運(yùn)行是吸收分子晶體上以電荷形式存在的信息，并以更有效的方式進(jìn)行組織排列。分子計(jì)算機(jī)的運(yùn)算過(guò)程就是蛋白質(zhì)分子與周?chē)锢砘瘜W(xué)介質(zhì)的相互作用過(guò)程。轉(zhuǎn)換開(kāi)關(guān)為酶，而程序則在酶合成系統(tǒng)本身和蛋白質(zhì)的結(jié)構(gòu)中極其明顯地表示出來(lái)。生物分子組成的計(jì)算機(jī)具備能在生化環(huán)境下，甚至在生物有機(jī)體中運(yùn)行，并能以其它分子形式與外部環(huán)境交換。因此它將在醫(yī)療診治、遺傳追蹤和仿生工程中發(fā)揮無(wú)法替代的作用。分子芯片體積可比現(xiàn)在的芯片大大減小，而效率大大提高， 分子計(jì)算機(jī)完成一項(xiàng)運(yùn)算，所需的時(shí)間僅為10 微微秒，比人的思維速度快 100 萬(wàn)倍。分子計(jì)算機(jī)具有驚人的存貯容量，1立方米的DNA溶液可存儲(chǔ) 1 萬(wàn)億億的二進(jìn)制數(shù)據(jù)。分子計(jì)算機(jī)消耗的能量非常小，只有電子計(jì)算機(jī)的十億分之一。由于分子芯片的原材料是蛋白質(zhì)分子，所以分子計(jì)算機(jī)既有自我修復(fù)的功能，又可直接與分子活體相聯(lián)。

（2）光子計(jì)算機(jī)

光子計(jì)算機(jī)利用光子取代電子進(jìn)行數(shù)據(jù)運(yùn)算、傳輸和存儲(chǔ)。在光子計(jì)算機(jī)中，不同波長(zhǎng)的光代表不同的數(shù)據(jù)，這遠(yuǎn)勝于電子計(jì)算機(jī)中通過(guò)電子“0”和“1” 狀態(tài)變化進(jìn)行的二進(jìn)制運(yùn)算, 可以對(duì)復(fù)雜度高、計(jì)算量大的任務(wù)實(shí)現(xiàn)快速的并行處理。光子計(jì)算機(jī)將使運(yùn)算速度在目前基礎(chǔ)上呈指數(shù)上升。

（3）量子計(jì)算機(jī)

量子計(jì)算機(jī)是一類(lèi)遵循量子力學(xué)規(guī)律進(jìn)行高速數(shù)學(xué)和邏輯運(yùn)算、存儲(chǔ)及處理量子信息的物理裝置。量子計(jì)算機(jī)是基于量子效應(yīng)基礎(chǔ)上開(kāi)發(fā)的，它利用一種鏈狀分子聚合物的特性來(lái)表示開(kāi)與關(guān)的狀態(tài)，利用激光脈沖來(lái)改變分子的狀態(tài)，使信息沿著聚合物移動(dòng)，從而進(jìn)行運(yùn)算。量子計(jì)算機(jī)中的數(shù)據(jù)用量子位存儲(chǔ)。由于量子疊加效應(yīng)，一個(gè)量子位可以是0或1，也可以既存儲(chǔ)0又存儲(chǔ)1。因此, 一個(gè)量子位可以存儲(chǔ)2個(gè)數(shù)據(jù)，同樣數(shù)量的存儲(chǔ)位，量子計(jì)算機(jī)的存儲(chǔ)量比通常計(jì)算機(jī)大許多。同時(shí)量子計(jì)算機(jī)能夠?qū)嵭辛孔硬⑿杏?jì)算，其運(yùn)算速度可能比目前計(jì)算機(jī)的 PentiumⅢ晶片快10億倍。

（4）納米計(jì)算機(jī)

納米計(jì)算機(jī)是用納米技術(shù)研發(fā)的新型高性能計(jì)算機(jī)。納米管元件尺寸在幾到幾十納米范圍, 質(zhì)地堅(jiān)固,有著極強(qiáng)的導(dǎo)電性, 能代替硅芯片制造計(jì)算機(jī)?！凹{米”是一個(gè)計(jì)量單位, 一個(gè)納米等于10-9米, 大約是氫原子直徑的10倍。納米技術(shù)是從20世紀(jì)80年代初迅速發(fā)展起來(lái)的新的前沿科研領(lǐng)域，最終目標(biāo)是人類(lèi)按照自己的意志直接操縱單個(gè)原子，制造出具有特定功能的產(chǎn)品?，F(xiàn)在納米技術(shù)正從微電子機(jī)械系統(tǒng)起步，把傳感器、電動(dòng)機(jī)和各種處理器都放在一個(gè)硅芯片上而構(gòu)成一個(gè)系統(tǒng)。應(yīng)用納米技術(shù)研制的計(jì)算機(jī)內(nèi)存芯片，其體積只有數(shù)百個(gè)原子大小，相當(dāng)于人的頭發(fā)絲直徑的千分之一。納米計(jì)算機(jī)不僅幾乎不需要耗費(fèi)任何能源， 而且其性能要比今天的計(jì)算機(jī)強(qiáng)大許多倍。

（5）生物計(jì)算機(jī)[1]

20世紀(jì)80年代以來(lái)，生物工程學(xué)家對(duì)人腦、神經(jīng)元和感受器的研究?jī)A注了很大精力，以期研制出可以模擬人腦思維、低耗、高教的第六代計(jì)算機(jī)——生物計(jì)算機(jī)。用蛋白質(zhì)制造的電腦芯片，存儲(chǔ)量可以達(dá)到普通電腦的10億倍。生物電腦元件的密度比大腦神經(jīng)元的密度高100萬(wàn)倍，傳遞信息的速度也比人腦思維的速度快100萬(wàn)倍。

篇9

量子力學(xué)課程是工科電類(lèi)專(zhuān)業(yè)的一門(mén)非常重要的專(zhuān)業(yè)基礎(chǔ)課程。通過(guò)該課程的學(xué)習(xí)，使學(xué)生初步掌握量子力學(xué)的基本原理和基本方法，認(rèn)識(shí)微觀世界的物理圖像以及微觀粒子的運(yùn)動(dòng)規(guī)律，了解宏觀世界與微觀世界的內(nèi)在聯(lián)系和本質(zhì)的區(qū)別。量子力學(xué)課程教學(xué)質(zhì)量的好壞直接影響后續(xù)的如“固體物理學(xué)”、“半導(dǎo)體物理學(xué)”、“集成電路工藝原理”、“量子電子學(xué)”、“納米電子學(xué)”、“微電子技術(shù)”等課程的學(xué)習(xí)。

量子力學(xué)課程的學(xué)習(xí)要求學(xué)生具有良好的數(shù)學(xué)和物理基礎(chǔ)，對(duì)學(xué)生的邏輯思維能力和空間想象能力等要求較高，因此要學(xué)好量子力學(xué)，在我們教學(xué)的過(guò)程中，需要充分發(fā)揮學(xué)生的學(xué)習(xí)主動(dòng)性和積極性。同時(shí)，隨著科學(xué)日新月異的發(fā)展，對(duì)量子力學(xué)課程的教學(xué)也不斷提出新的要求。如何充分激發(fā)學(xué)生的學(xué)習(xí)興趣，充分調(diào)動(dòng)學(xué)生的學(xué)習(xí)主動(dòng)性和能動(dòng)性，切實(shí)提高量子力學(xué)課程的教學(xué)質(zhì)量和教師的教學(xué)水平，已經(jīng)成為擺在高校教師目前的一項(xiàng)重要課題。

該課程組在近幾年的教學(xué)改革和教學(xué)實(shí)踐中，本著高校應(yīng)用型人才的培養(yǎng)需求，強(qiáng)調(diào)量子力學(xué)基本原理、基本思維方法的訓(xùn)練，結(jié)合物理學(xué)史，充分激發(fā)學(xué)生的學(xué)習(xí)積極性；充分利用熟知軟件，理解物理圖像，激發(fā)學(xué)生學(xué)習(xí)主動(dòng)性；結(jié)合現(xiàn)代科學(xué)知識(shí)，強(qiáng)調(diào)理論在實(shí)踐中的應(yīng)用，取得了良好的教學(xué)效果。

1 當(dāng)前的現(xiàn)狀及存在的主要問(wèn)題

目前工科電類(lèi)專(zhuān)業(yè)普遍感覺(jué)量子力學(xué)課程難學(xué)，其主要原因在于：第一，量子力學(xué)它是一門(mén)全新的課程理論體系，其基本理論思想與解決問(wèn)題的方法都沒(méi)有經(jīng)典的對(duì)應(yīng)，而學(xué)習(xí)量子力學(xué)必須完全脫離以前在頭腦中根深蒂固的“經(jīng)典”的觀念；第二，量子力學(xué)的概念與規(guī)律抽象，應(yīng)用的數(shù)學(xué)知識(shí)比較多，公式推導(dǎo)復(fù)雜，計(jì)算困難；第三，雖然量子力學(xué)問(wèn)題接近實(shí)際，但要學(xué)生理解和解決問(wèn)題，還需要一個(gè)過(guò)程；由于上述問(wèn)題的存在，使初學(xué)者都感到量子力學(xué)課程枯燥無(wú)味、晦澀難懂，而且隨著學(xué)科知識(shí)的飛速發(fā)展，知識(shí)的更新周期空前縮短，在有限的課時(shí)情況下，如何使學(xué)生在掌握扎實(shí)的基礎(chǔ)知識(shí)的同時(shí)，跟上時(shí)代的步伐，了解科學(xué)的前沿，以適應(yīng)新世紀(jì)人才培養(yǎng)的需求，是擺在我們教育工作者面前的巨大挑戰(zhàn)。

2 結(jié)合物理學(xué)史激發(fā)學(xué)生學(xué)習(xí)興趣

興趣是最好的老師，在大學(xué)物理中，談到了19世紀(jì)末物理學(xué)所遇到的“兩朵烏云”，光電效應(yīng)和紫外災(zāi)難，1900年，普朗克提出了能量子的概念，解決了黑體輻射的問(wèn)題；后來(lái)，愛(ài)因斯坦在普朗克的啟發(fā)下，提出了光量子的概念，解釋了光電效應(yīng)，并提出了光的波粒二象性；德布羅意又在愛(ài)因斯坦的啟發(fā)下，大膽的提出實(shí)物粒子也具有波粒二象性；對(duì)于物理學(xué)的第三朵烏云“原子的線狀光譜，”玻爾提出了關(guān)于氫原子的量子假設(shè)，解釋了氫原子的結(jié)構(gòu)以及線狀光譜的實(shí)驗(yàn)。后來(lái)還有薛定諤、海森堡、狄拉克等偉大的物理學(xué)家的努力，建立了一套嶄新的理論體系-量子力學(xué)。在教學(xué)的過(guò)程中，適當(dāng)穿插量子力學(xué)的發(fā)展歷史以及偉大科學(xué)家的傳記故事，避免了量子力學(xué)課程“全是數(shù)學(xué)的推導(dǎo)”的現(xiàn)狀，這樣激發(fā)學(xué)生的學(xué)習(xí)興趣和學(xué)習(xí)熱情，通過(guò)對(duì)偉大科學(xué)家的介紹，培養(yǎng)刻苦鉆研的精神。實(shí)踐表明，這樣的教學(xué)模式大大提高了學(xué)生的學(xué)習(xí)主動(dòng)性。

3 結(jié)合熟知軟件化抽象為形象

量子力學(xué)內(nèi)容抽象，對(duì)一些典型的結(jié)論，可以用軟件模擬的方式實(shí)現(xiàn)物理圖像的重現(xiàn)。很多軟件如matlab、c語(yǔ)言等很多學(xué)生不是很熟練，而且編程較難，結(jié)合物理結(jié)論作圖較為困難；Excell是學(xué)生常用的軟件之一，簡(jiǎn)單易學(xué)卻功能強(qiáng)大，幾乎每位同學(xué)都非常熟練，我們充分利用這一點(diǎn)，將Excell軟件應(yīng)用到量子力學(xué)的教學(xué)過(guò)程中，取得了良好的效果。

如在一維無(wú)限深勢(shì)阱中，我們用解析法嚴(yán)格求解得到了波函數(shù)和能級(jí)的方程。而波函數(shù)的模方表示幾率密度。我們要求學(xué)生用Excell作圖，這樣得到粒子阱中的幾率分布，通過(guò)與經(jīng)典幾率的比較（經(jīng)典粒子在阱中各處出現(xiàn)的幾率應(yīng)該相等）和經(jīng)典能級(jí)的比較（經(jīng)典的能量分布應(yīng)該是連續(xù)的函數(shù)），通過(guò)學(xué)生的自我參與，充分激發(fā)了學(xué)生的求知欲望；從簡(jiǎn)單的作圖，學(xué)生深刻理解了微觀粒子的運(yùn)動(dòng)狀態(tài)的波函數(shù)；微觀粒子的能量不再是連續(xù)的，而是量子化了的能級(jí)，當(dāng)n趨于無(wú)窮大時(shí)微觀趨向于經(jīng)典的結(jié)果，即經(jīng)典是量子的極限情況；通過(guò)學(xué)生熟知的軟件，直觀的再現(xiàn)了物理圖像，學(xué)生會(huì)進(jìn)一步來(lái)深刻思考這個(gè)結(jié)論的由來(lái)，傳統(tǒng)的教學(xué)中，我們先講薛定諤方程，然后再解這個(gè)方程，再利用邊界條件和波函數(shù)的標(biāo)準(zhǔn)條件，一步一步推導(dǎo)下來(lái)，這樣的教學(xué)模式有很多學(xué)生由于數(shù)學(xué)的基礎(chǔ)較為薄弱，推導(dǎo)過(guò)程又比較繁瑣，因此會(huì)逐步對(duì)課程失去了興趣，這也直接影響了后面章節(jié)的學(xué)習(xí)，而通過(guò)學(xué)生親自作圖實(shí)現(xiàn)的物理圖像，改變了傳統(tǒng)的“填鴨式”教學(xué)，最大限度的使學(xué)生參與到課程中，這樣的效果也將事半功倍了，大大提高了教學(xué)的效果。

4 結(jié)合科學(xué)發(fā)展前沿拓寬學(xué)生視野

在課程的教學(xué)中，除了注重理論基礎(chǔ)知識(shí)的講解和基礎(chǔ)知識(shí)的應(yīng)用以外，還需介紹量子力學(xué)學(xué)科前沿發(fā)展的一些動(dòng)態(tài)。結(jié)合教師的教學(xué)科研工作，將國(guó)內(nèi)外反映量子力學(xué)方面的一些最新的成果融入到課程的教學(xué)之中，推薦和鼓勵(lì)學(xué)生閱讀反映這類(lèi)問(wèn)題的優(yōu)秀網(wǎng)站、科研文章，使學(xué)生了解量子力學(xué)學(xué)科的發(fā)展前沿，從而達(dá)到拓寬學(xué)生視野，培養(yǎng)學(xué)生創(chuàng)新能力的目的。例如近年興起并迅速發(fā)展起來(lái)的量子信息、量子通訊、量子計(jì)算機(jī)等學(xué)科，其基礎(chǔ)理論就是量子力學(xué)的應(yīng)用，了解了這些發(fā)展，學(xué)生會(huì)反過(guò)來(lái)進(jìn)一步理解課程中如量子態(tài)、自旋等概念，量子態(tài)和自旋本身就是非常抽象的物理概念，他們沒(méi)有經(jīng)典的對(duì)應(yīng)，通過(guò)對(duì)實(shí)驗(yàn)結(jié)果的理解，學(xué)生會(huì)進(jìn)一步理解用態(tài)矢來(lái)表示一個(gè)量子態(tài)，由于電子的自旋只有兩個(gè)取向，正好與計(jì)算機(jī)存儲(chǔ)中二進(jìn)制0和1相對(duì)應(yīng)，這也正是量子計(jì)算機(jī)的基本原理，通過(guò)學(xué)生的主動(dòng)學(xué)習(xí)，從而達(dá)到提高教學(xué)質(zhì)量的目的。另外我們還要介紹量子力學(xué)在近代物理學(xué)、化學(xué)、材料學(xué)、生命學(xué)等交叉學(xué)科中的應(yīng)用，拓寬學(xué)生的視野。

篇10

關(guān)鍵詞： 模糊網(wǎng)絡(luò)； 入侵檢測(cè)； 分層操作； 特征自動(dòng)提取

中圖分類(lèi)號(hào)： TN711?34； TP393.08 文獻(xiàn)標(biāo)識(shí)碼： A 文章編號(hào)： 1004?373X（2017）10?0114?04

Abstract： The intrusion features in fuzzy network are diverse， so the intrusion features can not be reasonably judged with the fixed threshold. A kind of layer sequence characteristics′ automatic extraction method based on quantum neural network is put forward to solve the problems of low detection rate and high false rate and slow detection speed in the fuzzy network intrusion detection methods. In this algorithm， the quantum BP neural network model is used to extract information in the space thinking structure of quantum form by means of hierarchical division of fuzzy network， and the phase in quantum form of neural network is operated by means of quantum gate displacement and rotation changes in quantum space structure to complete automatic extraction of multilayered sequence features. The experimental simulation result show that the algorithm has better detection rate， detection efficiency and low false alarm rate.

Keywords： fuzzy network； intrusion detection； hierarchical operation； characteristic automatic extraction

0 引 言

入侵z測(cè)為保證網(wǎng)絡(luò)安全的重要技術(shù)，通過(guò)學(xué)習(xí)能力、適應(yīng)能力較高的智能學(xué)習(xí)算法完成檢測(cè)，不但可以提高檢測(cè)精度，還可以大大降低錯(cuò)誤率。因此，在智能學(xué)習(xí)算法的基礎(chǔ)之上，研究入侵檢測(cè)方法是很有意義的[1]。在模糊網(wǎng)絡(luò)的入侵特征提取中，出現(xiàn)了很多較好的方法，支持向量機(jī)是一種依據(jù)核函數(shù)的學(xué)習(xí)算法，將非線性訓(xùn)練集投影至高維空間中，使非線性訓(xùn)練集達(dá)到線性可分的目的，將最大優(yōu)化間隔面看作分類(lèi)面，識(shí)別樣本數(shù)據(jù)并對(duì)其進(jìn)行分類(lèi)整理[2]。文獻(xiàn)[3]提出一種基于[K]近鄰算法的入侵檢測(cè)方法，依據(jù)待測(cè)樣本與相鄰樣本之間的距離確定權(quán)重，從而實(shí)現(xiàn)樣本數(shù)據(jù)集的分類(lèi)，達(dá)到入侵檢測(cè)的目的。該方法實(shí)現(xiàn)過(guò)程簡(jiǎn)單，然而在計(jì)算相鄰樣本權(quán)重時(shí)，容易造成局部出現(xiàn)最優(yōu)的問(wèn)題。文獻(xiàn)[4]在信息熵的基礎(chǔ)上，提出一種[K]鄰近算法，將其應(yīng)用于入侵檢測(cè)中，利用樣本信息熵完成分類(lèi)，從而實(shí)現(xiàn)入侵檢測(cè)。該方法檢測(cè)效率高，然而其信息熵的求解方法不可靠，導(dǎo)致入侵檢測(cè)結(jié)果不可靠。文獻(xiàn)[5]在提出一種基于支持多種向量機(jī)的檢測(cè)方法，通過(guò)分散方法實(shí)現(xiàn)對(duì)集合的訓(xùn)練，構(gòu)建分類(lèi)器，通過(guò)分類(lèi)器實(shí)現(xiàn)入侵檢測(cè)。該方法檢測(cè)精度高，但其中聚類(lèi)處理對(duì)初始值的要求較高，且該方法計(jì)算量非常大。

依據(jù)上述分析，本文提出了一種基于量子神經(jīng)網(wǎng)絡(luò)的層序列特征自動(dòng)提取方法。在該算法中，通過(guò)對(duì)模糊網(wǎng)絡(luò)進(jìn)行層次劃分，運(yùn)用量子BP神經(jīng)網(wǎng)絡(luò)模型以量子形式形態(tài)的空間思維結(jié)構(gòu)來(lái)提取信息，通過(guò)量子空間結(jié)構(gòu)中的量子門(mén)的移位與旋轉(zhuǎn)變化對(duì)神經(jīng)網(wǎng)絡(luò)量子形態(tài)相位進(jìn)行操作，完成多層序列特征自動(dòng)提取。仿真實(shí)驗(yàn)證明，該算法具有較高的檢測(cè)率和檢測(cè)效率，并且誤報(bào)率較低。

1 模糊網(wǎng)絡(luò)入侵中多層序列劃分步驟

Step1：如果由[α]代表模糊網(wǎng)絡(luò)入侵特征的約簡(jiǎn)閾值，在有限樣本集存放在臨界值[N]的狀態(tài)下，滿(mǎn)足于[α≥N]的條件，假如在樣本中不含有簡(jiǎn)約樣本，那么樣本的簡(jiǎn)約程度不會(huì)受到[α]值的影響，可通過(guò)不斷簡(jiǎn)約調(diào)整其[α]的取值。

Step2：假設(shè)由[xi]代表模糊網(wǎng)絡(luò)中訓(xùn)練集[L]的樣本，則需要計(jì)算出[Ci]代表的相對(duì)應(yīng)的最近領(lǐng)鏈[6?7]。

Step3：相對(duì)于[Ci]代表的最近領(lǐng)鏈的距離序列，需要滿(mǎn)足于：

Step4：假如對(duì)[xij]代表的模糊網(wǎng)絡(luò)訓(xùn)練集[L]中標(biāo)記的入侵特征進(jìn)行初始化操作，會(huì)獲取[L′]代表的簡(jiǎn)約特征。

Step5：當(dāng)模糊網(wǎng)絡(luò)的入侵特征變換為多類(lèi)分類(lèi)問(wèn)題時(shí)，對(duì)于[L]可形成多層次分類(lèi)的局面，其任意的入侵?jǐn)?shù)據(jù)都可以進(jìn)行約簡(jiǎn)。針對(duì)[c]分類(lèi)問(wèn)題，對(duì)入侵的特征進(jìn)行[c-1]次約簡(jiǎn)，從而得到[c-1]的層次集合，則會(huì)將相同類(lèi)型的層次結(jié)果歸納為相同類(lèi)別的最終分層內(nèi)容。

Step6：假如由[xt]代表模糊網(wǎng)絡(luò)的入侵特征，[L′]代表初始化的集合，則在[L′]中查詢(xún)和其最近鄰的數(shù)量為[k]的入侵特征，且需要滿(mǎn)足[xt1，xt2，…，xtk]的條件；在求取相關(guān)值時(shí)，將歐氏距離用度量單位表示，由[dt1，dt2，…，dtk]代表樣本[xt]的最大距離序列。

2 模糊網(wǎng)絡(luò)入侵中多層序列特征提取

量子BP神經(jīng)網(wǎng)絡(luò)模型是在傳統(tǒng)人工BP神經(jīng)網(wǎng)絡(luò)基礎(chǔ)上融合量子計(jì)算的神經(jīng)網(wǎng)絡(luò)模型，量子BP神經(jīng)網(wǎng)絡(luò)模型實(shí)質(zhì)為量子門(mén)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)模型。量子BP神經(jīng)網(wǎng)絡(luò)模型不同于傳統(tǒng)神經(jīng)網(wǎng)絡(luò)的形式，主要在于量子BP神經(jīng)網(wǎng)絡(luò)模型以量子形態(tài)的空間思維結(jié)構(gòu)來(lái)傳遞信息，通過(guò)量子空間結(jié)構(gòu)中量子門(mén)的移位與旋轉(zhuǎn)變化操作神經(jīng)網(wǎng)絡(luò)量子形態(tài)相位，詳細(xì)描述量子BP神經(jīng)網(wǎng)絡(luò)模型的計(jì)算運(yùn)行原則為：量子門(mén)作為量子BP神經(jīng)網(wǎng)絡(luò)模型進(jìn)行量子計(jì)算的前提，通過(guò)通用量子門(mén)取代神經(jīng)網(wǎng)絡(luò)的激勵(lì)函數(shù)對(duì)輸入向量進(jìn)行運(yùn)算操作。并在模糊網(wǎng)絡(luò)入侵中多層序列特征提取中進(jìn)行應(yīng)用。

由式（8）和式（9）可以看出，量子BP神經(jīng)網(wǎng)絡(luò)模型入侵特征提取的作用是使輸入的量子BP神經(jīng)網(wǎng)絡(luò)模型量子態(tài)發(fā)生相位的移動(dòng)變化；而量子BP神經(jīng)網(wǎng)絡(luò)模型兩位特征提取層中[γ]代表模型控制參數(shù)。當(dāng)滿(mǎn)足[γ=1]時(shí)，模型量子態(tài)出現(xiàn)翻轉(zhuǎn)變化；當(dāng)滿(mǎn)足[γ=0]時(shí)，雖然量子BP神經(jīng)網(wǎng)絡(luò)模型量子態(tài)相位發(fā)生了變化，但是通過(guò)觀測(cè)量子態(tài)的概率幅并無(wú)變化。將這種情況視為量子態(tài)沒(méi)有發(fā)生變化，當(dāng)[γ]為其他值時(shí)可以任意調(diào)整量子BP神經(jīng)網(wǎng)絡(luò)模型量子態(tài)的變化。

圖1中：[X=x1，x2，…，xn]代表將模糊網(wǎng)絡(luò)入侵中多層序列特征提取的問(wèn)題轉(zhuǎn)變?yōu)榱孔覤P神經(jīng)網(wǎng)絡(luò)模型量子態(tài)相應(yīng)的角度輸入；[λ]代表閾值；[δ]代表量子態(tài)角度控制因子；arg（u）代表u的相位也被稱(chēng)為權(quán)值，[argu=arctanImuReu]；z表示量子BP神經(jīng)網(wǎng)絡(luò)模型量子神經(jīng)元的輸出；[gx]代表sigmoid函數(shù)。

假設(shè)由[Ii]代表量子BP神經(jīng)網(wǎng)絡(luò)模型量子神經(jīng)元的第i個(gè)輸入，則圖1所示的量子BP神經(jīng)網(wǎng)絡(luò)模型量子神經(jīng)元的特征提取輸出表示為：

式中：該量子BP神經(jīng)網(wǎng)絡(luò)模型的輸出模糊網(wǎng)絡(luò)入侵中多層序列特征提取結(jié)果主要根據(jù)[θi，λ，δ]這三個(gè)控制參數(shù)進(jìn)行調(diào)節(jié)。首先對(duì)量子BP神經(jīng)網(wǎng)絡(luò)模型輸入量子態(tài)進(jìn)行相位轉(zhuǎn)移，通過(guò)對(duì)量子態(tài)相位轉(zhuǎn)移的結(jié)果引入相位角度偏置進(jìn)行修正處理，在此基礎(chǔ)上將相位角度修正結(jié)果通過(guò)量子BP神經(jīng)網(wǎng)絡(luò)模型可控非門(mén)獲得該模型量子神經(jīng)元的輸出，由此完成對(duì)模糊網(wǎng)絡(luò)入侵中多層序列特征提取的操作。

3 實(shí)驗(yàn)仿真與分析

將樣本數(shù)據(jù)集[8]內(nèi)的2個(gè)不相關(guān)子集當(dāng)成測(cè)試數(shù)據(jù)集，在對(duì)樣本集進(jìn)行預(yù)操作以及訓(xùn)練過(guò)程中，任意劃分訓(xùn)練樣本集，獲取1組訓(xùn)練樣本、2組常量數(shù)據(jù)集，具體的數(shù)據(jù)集如表1所示。

實(shí)驗(yàn)采用Matlab 7.1及l(fā)ibsvmmat 2.911工具實(shí)現(xiàn)算法，將徑向基函數(shù)[RBF]當(dāng)成[SVM]的核函數(shù)，通過(guò)交叉驗(yàn)證參數(shù)方法設(shè)置核參數(shù)和限制系數(shù)的值，聚類(lèi)數(shù)是[k=n2]，[n]用于描述樣本總數(shù)。實(shí)驗(yàn)對(duì)本文算法和[B-ISVM]算法的檢測(cè)率、誤報(bào)率和訓(xùn)練時(shí)間進(jìn)行比較，詳細(xì)結(jié)果如圖2～圖5所示。

4 結(jié) 語(yǔ)

本文提出了一種基于量子神經(jīng)網(wǎng)絡(luò)的層序列特征自動(dòng)提取方法。在該算法中，通過(guò)對(duì)模糊網(wǎng)絡(luò)進(jìn)行層次劃分，運(yùn)用量子BP神經(jīng)網(wǎng)絡(luò)模型以量子形式形態(tài)的空g思維結(jié)構(gòu)來(lái)提取信息，通過(guò)量子空間結(jié)構(gòu)中的量子門(mén)的移位與旋轉(zhuǎn)變化對(duì)神經(jīng)網(wǎng)絡(luò)量子形態(tài)相位進(jìn)行操作，完成多層序列特征自動(dòng)提取。實(shí)驗(yàn)仿真證明，該算法具有較高的檢測(cè)率和檢測(cè)效率，并且誤報(bào)率低。

參考文獻(xiàn)

[1] 李駿驍.多層差異網(wǎng)絡(luò)深度入侵?jǐn)?shù)據(jù)挖掘方法研究[J].計(jì)算機(jī)仿真，2015，32（4）：235?238.

[2] 陳利軍，郭紅艷.基于粒子濾波的網(wǎng)絡(luò)入侵相頻特征提取算法[J].科技通報(bào)，2016，32（3）：101?104.

[3] 康松林，劉樂(lè)，劉楚楚，等.多層極限學(xué)習(xí)機(jī)在入侵檢測(cè)中的應(yīng)用[J].計(jì)算機(jī)應(yīng)用，2015，35（9）：2513?2518.

[4] 隆忠華，王祥.基于模糊時(shí)間序列的車(chē)輛檢測(cè)器數(shù)據(jù)修補(bǔ)方法研究[J].物聯(lián)網(wǎng)技術(shù)，2016，6（6）：21?24.

[5] 胡向東，熊文韜.面向智能家居的入侵檢測(cè)方法研究[J].廣東通信技術(shù)，2016，36（5）：10?16.

[6] 趙龍才，李強(qiáng)子，黃慧萍.基于高分辨率影像的平原地區(qū)農(nóng)村居民點(diǎn)自動(dòng)化提取方法研究[J].遙感技術(shù)與應(yīng)用，2016，36（4）：784?792.