基于量子卷积操作的并行化分解方法、介质及设备

本发明公开了一种基于量子卷积操作的并行化分解方法、介质及设备，该方法将输入数据经振幅编码映射为量子态，并对原始卷积核进行CP张量分解得到子卷积核组。本发明依据量子处理器比特数与相干时间约束，动态调整分解秩与量子门序列配置，搭配量子预补偿与经典补偿的双层误差修正机制抑制硬件误差；通过分布式量子架构并行执行量子子电路并测量提取特征，经经典单元完成特征融合与空间重组，再通过混合梯度算法联合优化量子线路参数与经典计算参数。本发明兼顾量子并行优势与经典计算稳定性，有效提升卷积运算精度与效率，硬件适配性与泛化性强，适用于图像特征提取、机器视觉识别等人工智能场景。