Lloyd指出QPCA也适用于量子态的判别。有两组 量子态集合}和，}”，两组量子态的密度矩 为pm∑4)|和om∑l9)l。判别新量子态X〉 归属于哪组，可对量子态〉进行密度矩阵连乘及 量子相位估计操作，如式下式所示。 其中，5》)为p-o的特征向量，x,则为对应的特 o)→∑x,5x〉 征值。对∑，，5x,〉的第二个量子比特进行测 量。测量结果若为正，则判定为4}集合，反之 则为{1p,}知
Lloyd 指出 QPCA 也适用于量子态的判别。有两组 量子态集合 和 ，两组量子态的密度矩 为 和 。判别新量子态 归属于哪组，可对量子态 进行密度矩阵连乘及 量子相位估计操作，如式下式所示
二、量子线性判别分析 1.传统的线性判别分析LDA ·X:表示训练样本，使用列向量表示 ·M:表示训练样本的总数目M=∑)M ·:表示第类中的第个样本 ·4:是所有样本的均值向量4=是∑1飞=己∑14 ·C:表示有C类样本 ·D::表示第谈样本集合 ·4:表示第类训练样本的均值(i=1,2,C) ·S。:表赤类内散度矩阵，w是within的简写 ·M;:表示第类训练样本的数目 ·S,:表示类间散度矩阵，b是between的简写
二、量子线性判别分析 1.传统的线性判别分析LDA