集思谱一种自适应权重图学习驱动的语义增强跨模态哈希检索方法
著录项目
公开（公告）号CN122986141A | 申请号CN202610061276.3 | 专利类型发明专利 |
状态在审 | 国家或地区CN | 申请人宁夏大学 |
分类号G06F16/903(2019.01), G06F16/901(2019.01), G06F18/22(2023.01), G06F18/27(2023.01) | 申请日2026-01-16 | 公开日2026-10-27 |
发布日期2026-10-27 | 文档 ID84635777416300010 | 源数据页码90 |
专利语言zh | ||
摘要
本发明公开了一种自适应权重图学习驱动的语义增强跨模态哈希检索方法，涉及信息检索技术领域，包括获取多模态数据和语义标签；对多模态数据及其语义标签进行联合建模，构建语义增强标签表示；采用非对称内积策略刻画样本间的成对语义相似关系；使用自适应权重图学习机制学习类别权重并抑制噪声；在离散约束条件下设计优化算法生成二进制哈希码；采用线性回归框架学习模态特定哈希函数，实现新样本的快速外推编码；通过构建语义增强标签表示以挖掘多标签间的高阶关联，引入非对称内积策略精准刻画跨模态样本的成对语义相似性，结合自适应权重图学习机制动态调整类别重要性并有效抑制噪声标签干扰。
附图
附图 1
需要我帮你解读这件专利吗？