量子遗传算法（QGA-Quantum Genetic Algorithm）是量子计算与经典遗传算法(GA)相结合而产生的一个新的研究领域。算法利用了量子计算的量子并行、量子纠缠特性，采用了多状态基因量子比特编码方式和量子旋转门更新操作，引入动态和静态调整旋转角机制和量子变异，使得算法比经典遗传算法具有更强的并行处理能力、更快的收敛速度且比传统信号检测算法具有更高的效率。-Quantum Genetic Algorithm (QGA-Quantum Genetic Algorithm) is

以稀疏子空间聚类以及低秩子空间聚类等基本谱聚类算法为基础，通过 运用核映射算法，融合与数据本身结构相关的局部切线空间函数以及主成分分析 算法建立了可以应对独立子空间聚类、非独立子空间聚类、非线性聚类、混合多 流体聚类问题以及多种含有大数据量的实际问题，包括处理运动分割、人脸识别、 工件识别等情况中的多种类型数据分类的聚类算法，并且引入 Map-Reduce 并行处 理方法优化了算法的计算效率(Based on the basic spectral clustering algorith

并行计算课程PPT和实验指导，有pthread和OpenMP讲解，还有一些基础介绍(Parallel computing course PPT and experimental guidance, there are pthread and OpenMP to explain, and there are some basic introduction)