[发明专利]基于量子聚类算法的金融投资分析方法、存储介质和终端

权利要求书

1.基于量子聚类算法的金融投资分析方法，其特征在于：包括：

确定待投资项目的影响因素；

计算影响因素对应的加权隶属度矩阵，权重为影响因素对评估集的影响程度，评估集为待投资项目的代表优劣分类的评估指标；

将加权隶属度矩阵编码至量子态并进行归一化；

计算k个投资项目的加权隶属度矩阵的聚类中心，并编码到量子态上；

计算待投资项目与已分为k个聚类中心的投资项目之间隶属度的相似度；

将相似度存储在量子态上；

查找相似度最高的一个，记录量子态；

将待投资项目归于对应评估指标的类别中。

2.根据权利要求1所述的基于量子聚类算法的金融投资分析方法，其特征在于：所述计算影响因素对应的加权隶属度矩阵，包括：

设置待投资项目的影响因素集合为f(U)＝{u₁,u₂,...,u_n}，其中u₁,u₂,...,u_n代表影响待投资项目的n个影响因素；

确定待投资项目分类的一个评估集V，所述评估集V包括多个评估指标v_i；

确定待投资项目影响因素集合对于评估集的隶属度，构成隶属度矩阵：

式中，u_ij表示第i个影响因素对于评估集V中第j个指标的隶属度；

确定影响因素中各个影响因素的权重大小，得到影响因素的权重矩阵为A＝{a₁,a₂,...,a_i}；

将各个因素的权重以及各个因素对于评估指标集的隶属度矩阵进行加权平均计算，并对计算后的矩阵进行归一化操作，从而计算得到待投资项目的加权隶属度矩阵C：

式中，代表关系合成，c_i表示影响因素从整体上看对v_i的隶属度。

3.根据权利要求2所述的基于量子聚类算法的金融投资分析方法，其特征在于：所述将加权隶属度矩阵编码至量子态并进行归一化，包括：

将加权隶属度矩阵C制备成如下归一化的量子态：

式中，x_0i表示第0个数据点的第i个隶属度，d表示隶属度的个数。

4.根据权利要求3所述的基于量子聚类算法的金融投资分析方法，其特征在于：所述计算k个投资项目的加权隶属度矩阵的聚类中心，并编码到量子态上，包括：

采用关系合成方式中的加权平均算子来进行求解得到关系合成矩阵J，求解完成后将其结果编码到量子态上：

式中，C_n表示第n个投资项目的隶属度矩阵，表示第i个聚类中心的第j个隶属度的值，的值是关系合成矩阵J中的第i行的第j个元素。

5.根据权利要求4所述的基于量子聚类算法的金融投资分析方法，其特征在于：所述计算待投资项目与已分为k个聚类中心的投资项目之间隶属度的相似度，包括：

使用受控的swap门实现两个量子态夹角余弦的计算，利用量子并行性一次得出待投资项目与所有k个投资项目聚类中心的相似度，具体为：

设投影算子为M₁＝|1＞＜1|，并且有使用该投影算子对受控swap电路中输出的结果进行投影测量，测得第一个位量子比特为1的概率为：

式中，＜x₀|φ＞的内积表示了和x_0i之间隶属度的相似度，采用了余弦夹角相似度进行度量，若测得第一个位量子比特为1的概率即可通过该式子计算出和x_0i之间隶属度的相似度。