1) Grover algorithm
Grover算法
1.
Calculating Optimal Searching Times of Grover Algorithm;
逼近全概率Grover算法的搜索次数计算
2.
This quantum algorithm has higher probability of success than the algorithm based on Grover algorithm with multiple matches in the search space.
给出了基于固定相位的背包问题量子计算算法,证明了该算法在多解的情况下,能够以不低于98%的成功率在O((N/M)~(1/2))步完成对规模为n的背包问题求解(M是解的数目),而基于原始Grover算法的背包问题量子计算算法计算复杂度为O((N/M)~(1/2)),成功率是50%～100%。
3.
Simulated experiments of the reciprocal problem showcase that this proposed algorithm can find solutions with higher probability than traditional Grover algorithm at the condition of equivalent iterative steps,and the success probability can even be increased if the iterative steps is unlimited.
求逆问题的仿真实验表明该方法在同等迭代次数的条件下,成功概率高于传统Grover算法;且如果迭代次数不限,则成功概率可以更高。
3) Grover search algorithm
Grover搜索算法
5) qnantum Grover algorithm
量子Grover算法
6) simulation of Grover's algorithm
Grover算法仿真
1.
BDD based simulation of Grover's algorithm
基于BDD的Grover算法仿真
补充资料：BP算法
分子式：
CAS号：
性质：又称逆推学习算法，简称BP算法，是1986年鲁梅哈特(D. E. Rumelhart)和麦克莱朗德(J. L. McClelland)提出来的。用样本数据训练人工神经网络(一种模仿人脑的信息处理系统)，它自动地将实际输出值和期望值进行比较，得到误差信号，再根据误差信号从后(输出层)向前(输入层)逐层反传，调节各神经层神经元之间的连接权重，直至误差减至满足要求为止。反向传播算法的主要特征是中间层能对输出层反传过来的误差进行学习。这种算法不能保证训练期间实现全局误差最小，但可以实现局部误差最小。BP算法在图像处理、语音处理、优化等领域得到应用。
CAS号：
性质：又称逆推学习算法，简称BP算法，是1986年鲁梅哈特(D. E. Rumelhart)和麦克莱朗德(J. L. McClelland)提出来的。用样本数据训练人工神经网络(一种模仿人脑的信息处理系统)，它自动地将实际输出值和期望值进行比较，得到误差信号，再根据误差信号从后(输出层)向前(输入层)逐层反传，调节各神经层神经元之间的连接权重，直至误差减至满足要求为止。反向传播算法的主要特征是中间层能对输出层反传过来的误差进行学习。这种算法不能保证训练期间实现全局误差最小，但可以实现局部误差最小。BP算法在图像处理、语音处理、优化等领域得到应用。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条