Thomas.Bayes在他的论文“关于几率性求解问题的评论”(1764)中首先提出了贝叶斯概率观点。1988年Pearl出版了关于贝叶斯网络(Bayesian Networks, BNs)的第一本书籍。近年来,贝叶斯学习方法及其相关的一系列算法已成为机器学习方法中比较活跃的方法之一。本文在贝叶斯学习算法中引入量子计算机制,主要做了以下一些工作:给出了基于量子表示的贝叶斯网络学习模型;将量子搜索算法引入到贝叶斯网络的结构学习中,与基于评分和搜索的网络结构学习算法比较,表现出较好的时间性能;将量子正交变换引入到贝叶斯网络的参数学习中,在信息有限的小样本数据集上体现出较好的分类性能;将基于量子的随机搜索算法用于从具有缺失数据的网络中进行有效的学习;将贝叶斯量子随机学习算法用于人脸表情的分类。本文的特色主要体现在:(1)提出了贝叶斯量子随机学习模型并给出了相关的随机学习算法;(2)将贝叶斯量子随机学习算法应用于贝叶斯网络的结构学习﹑参数学习及分类,并取得了较好的效果;通过上述的工作,本文将贝叶斯学习算法与量子理论结合起来,取得了一定的成果,但是这些工作还很初步,今后还有更多的工作需要深入研究,包括贝叶斯量子随机学习算法的进一步应用,以及将量子理论与其他机器学习方法的结合等。