买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中南大学申请的专利基于稳态分布与聚类的无监督跨模态哈希检索方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120277205B 。

龙图腾网通过国家知识产权局官网在2025-08-08发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510766022.7，技术领域涉及：G06F16/334；该发明授权基于稳态分布与聚类的无监督跨模态哈希检索方法是由杨展;刘一然;李逸楠;龙军设计研发完成，并于2025-06-10向国家知识产权局提交的专利申请。

本基于稳态分布与聚类的无监督跨模态哈希检索方法在说明书摘要公布了：本申请公开了基于稳态分布与聚类的无监督跨模态哈希检索方法，该方法根据相似度矩阵、第一编码哈希码和第二编码哈希码，构建对齐损失函数；通过伪分类器获取第一编码哈希码对应的第一软赋值和第二编码哈希码对应的第二软赋值，并根据第一软赋值和第二软赋值，构建集群级别的对比损失函数；将第一编码哈希码和第二编码哈希码进行融合，得到融合编码哈希码；根据第一编码哈希码、第二编码哈希码以及融合编码哈希码，构建稳态损失函数，构建量化损失函数；结合对齐损失函数、集群级别的对比损失函数、稳态损失函数和量化损失函数，构建总损失函数；根据总损失函数收敛确定训练好的无监督跨模态哈希检索模型。本申请能够提高跨模态检索的准确度。

本发明授权基于稳态分布与聚类的无监督跨模态哈希检索方法在权利要求书中公布了：1.一种基于稳态分布与聚类的无监督跨模态哈希检索方法，其特征在于，所述方法包括： 获取包括图像模态数据和文本模态数据的多模态数据，并分别提取第一模态数据和第二模态数据的特征，得到第一提取特征和第二提取特征，其中，所述第一模态数据和所述第二模态数据为所述多模态数据中的任一种模态数据，且所述第一模态数据和所述第二模态数据为不同模态数据； 将所述第一提取特征和所述第二提取特征分别经过非线性变换，得到第一编码哈希码和第二编码哈希码； 基于所述第一提取特征和所述第二提取特征计算相似度矩阵，并根据所述相似度矩阵、所述第一编码哈希码和所述第二编码哈希码，构建对齐损失函数； 通过伪分类器获取所述第一编码哈希码对应的第一软赋值和所述第二编码哈希码对应的第二软赋值，并根据所述第一软赋值和所述第二软赋值，构建集群级别的对比损失函数； 将所述第一编码哈希码和所述第二编码哈希码进行融合，得到融合编码哈希码； 根据所述第一编码哈希码、所述第二编码哈希码以及所述融合编码哈希码，构建稳态损失函数； 根据所述第一编码哈希码和所述第二编码哈希码，构建量化损失函数； 结合所述对齐损失函数、所述集群级别的对比损失函数、所述稳态损失函数和所述量化损失函数，构建总损失函数； 根据所述总损失函数收敛确定训练好的无监督跨模态哈希检索模型，以便根据训练好的无监督跨模态哈希检索模型进行跨模态哈希检索。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中南大学，其通讯地址为：410083 湖南省长沙市岳麓区麓山南路932号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。