本发明公开了一种基于条件约束的量子生成对抗网络算法，包括以下步骤：首先，准备真实样本，并根据生成任务的目标以及数据的特征引入合适的条件约束，共同构成网络的训练数据集；其次，根据训练数据集的数值特征，设计合适的量子线路对经典训练样本进行量子态编码；之后，设计构造条件生成对抗网络的量子生成器G和量子判别器D的参数化量子电路；最后，将量子生成器G和量子判别器D级联，制定训练策略进行对抗训练，并对训练好的量子生成器G进行测量采样，生成能够拟合真实样本且符合条件约束的数据结果。本发明可以根据条件约束的设置，有效引导网络生成符合特定要求的数据，增加了训练过程的可控性，生成数据的质量也有所提升。 | 
