[发明专利]基于协同训练的矩阵分解跨模态哈希检索方法有效
| 申请号： | 201710006037.9 | 申请日： | 2017-01-05 |
| 公开（公告）号： | CN106777318B | 公开（公告）日： | 2019-12-10 |
| 发明（设计）人： | 王秀美;张婕妤;高新波;王笛;李洁;邓成;王颖;田春娜;韩冰 | 申请（专利权）人： | 西安电子科技大学 |
| 主分类号： | G06F16/33 | 分类号： | G06F16/33;G06F16/31;G06F16/50 |
| 代理公司： | 61205 陕西电子工业专利中心 | 代理人： | 程晓霞;王品华 |
| 地址： | 710071 陕*** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于协同训练与矩阵分解的跨模态哈希检索方法，主要解决无类标的跨模态数据如何进行有效的模态间与模态内相似性约束的问题。其实现步骤为：获取原始数据并归一化处理；协同训练得到模态间约束；用近邻关系得到模态内约束；训练数据矩阵分解，加入模态间和模态内约束，得到目标函数；交替迭代得到基矩阵、系数矩阵和投影矩阵表达式；量化得到训练数据集和测试数据集哈希编码；计算该两数据集哈希编码之间的汉明距离；汉明距离排序得到检索结果。本发明利用协同训练方法得到跨模态数据的模态间相似性约束，提高图像与文本互检索性能，用于移动设备、物联网以及电子商务的图片文本互搜索服务。 | ||
| 搜索关键词： | 基于 协同 训练 矩阵 分解 跨模态哈希 检索 方法 | ||
【主权项】：
1.一种基于协同训练的矩阵分解跨模态哈希检索方法，其特征在于，包括有如下步骤：/n(1)获取原始数据，原始数据集包括训练数据集和测试数据集，对原始数据集的训练数据进行归一化处理，得到相应的归一化训练数据，包括归一化图像训练数据，简称为图像数据，记为X
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于西安电子科技大学，未经西安电子科技大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710006037.9/，转载请声明来源钻瓜专利网。
