1.一种基于量子随机罢黜的抵抗量子噪声干扰方法，其特征在于，包括以下步骤：步骤一，数据采集，下载数据集；

步骤二，对数据集提取所需训练样本并打乱样本顺序；

步骤三，对数据进行预处理，包括图片下采样以及归一化；

步骤四，构建量子噪声模型，并将其部署在量子卷积神经网络上；

步骤五，建立含量子噪声的量子卷积神经网络模型，对数据集进行训练；

步骤六，构建量子抗噪声VQC，将其部署在含噪声量子卷积神经网络上；

步骤七，通过调节不同的噪声强度，训练量子抗噪声模型；

步骤八，通过比较量子抗噪声模型添加前后的分类准确率和损失曲线评估模型，采用量子抗噪声VQC和传统深度学习算法相结合的办法实现抵抗量子线路中的噪声；

在步骤一中，下载MNIST数据集和Fashion‑MNIST数据集；MNIST是一个手写数字的数据集，包含0‑9的手写数字图片和对应的标签；而Fashion‑MNIST则是一个时尚商品数据集，包含10个类别的时尚商品图片和对应的标签；这些数据集提供了丰富的训练样本，用于后续的模型训练；

所述步骤六中的量子抗噪声VQC，是受到深度学习思想的启发，通过采用某种策略随机移除线路中的量子门以达到降低量子卷积神经网络可表达性的作用，该策略包括：(1)在第i次参数更新时随机去除掉量子线路中的CNOT门或者含有纠缠作用的Pauli‑Z门；

(2)计算去掉纠缠量子门之后产生的损失函数的梯度，通过梯度下降法确定第i+1次的参数，并更新参数；

(3)不断重复以上步骤，直至得到的模型精确度达到期望值。

2.如权利要求1所述基于量子随机罢黜的抵抗量子噪声干扰方法，其特征在于，所述步骤四中，所述量子噪声模型，在理想量子线路中添加噪声，使得实验环境更贴合实际量子计算机的实验环境，包括：(1)采用比特翻转Bitflip、相位翻转Phaseflip、去极化通道Depolarizing Channel方法模拟量子比特受到量子噪声干扰后的情况；

(2)经过量子噪声影响的量子数据通过之后的量子测量模块实现从量子数据向经典数据的转变。

3.如权利要求1所述基于量子随机罢黜的抵抗量子噪声干扰方法，其特征在于，所述步骤五中的含量子噪声的量子卷积神经网络模型包括以下七组模块：数据预处理模块、量子编码模块、量子纠缠模块、量子噪声模块、量子测量模块、分类模块、数据后处理模块。

4.如权利要求3所述基于量子随机罢黜的抵抗量子噪声干扰方法，其特征在于，所述数据预处理模块的作用是使用降维，下采样，数据平坦化方法来处理输入的数据以满足量子需求；量子编码模块的作用是采用角度编码方式，每个通道用一个量子位进行编码实现经典数据向量子态的转换；量子纠缠模块是通过Hadamard门、单量子位旋转门和CNOT门组成量子卷积层，对编码之后的量子数据进行幺正变换，实现量子态的变换和纠缠；量子测量模块的作用是将经过变换、纠缠的量子态进行测量，得到具有哈密顿量的期望值，并将结果传递给经典后处理模块。

5.如权利要求3所述基于量子随机罢黜的抵抗量子噪声干扰方法，其特征在于，所述数据后处理模块的作用是对得到的期望以及定义的损失函数进行梯度训练，动态更新纠缠模块训练参数。

6.一种实施如权利要求1‑5任意一项所述基于量子随机罢黜的抵抗量子噪声干扰方法的基于量子随机罢黜的抵抗量子噪声干扰系统，其特征在于，所述基于量子随机罢黜的抵抗量子噪声干扰系统包括：(1)数据采集模块，用于从互联网上下载MNIST数据集和Fashion‑MNIST数据集，并将其导入到实验平台；

(2)数据预处理模块，用于对数据集图片进行切割、降维，以达到满足量子平台的数据输入要求；

(3)数据编码模块，用于将经典数据编码为量子数据，采用量子角度编码，经过编码的数据参与之后的计算、训练；

(4)量子纠缠模块，用于纠缠量子数据，在所构建的量子卷积神经网络中实现量子数据纠缠，对图像分类任务进行训练；

(5)量子噪声模块，用于建立量子噪声模型，并将其部署在量子卷积神经网络上，以实现含噪声量子神经网络的实验环境；

(6)量子测量模块，用于对量子数据进行测量，转化为经典数据，方便之后的数据后处理模块进行训练更新；

(7)量子后处理模块，用于对测量之后的经典数据进行训练优化，采用梯度下降方法进行训练以达到理想的效果；

(8)分类模块，用于将经典数据进行分类，实现预期图片分类任务；

(9)抗量子噪声模块，用于对抗来自量子噪声对于分类器带来的不利影响，通过分类准确率和损失函数两个指标评价模型的好坏，并用样本外误差来分析不同的超参数对抗噪声模型的效果。

7.一种计算机设备，其特征在于，所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如权利要求

1‑4任意一项所述基于量子随机罢黜的抵抗量子噪声干扰方法的步骤。

8.一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行如权利要求1‑4任意一项所述基于量子随机罢黜的抵抗量子噪声干扰方法的步骤。

9.一种信息数据处理终端，其特征在于，所述信息数据处理终端用于实现如权利要求6所述基于量子随机罢黜的抵抗量子噪声干扰系统。