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隐含特征的无监督跨模态哈希检索方法、系统及设备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：CN120371996B 。

龙图腾网通过国家知识产权局官网在2025-09-02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：202510864919.3，技术领域涉及：G06F16/334；该发明授权基于隐含特征的无监督跨模态哈希检索方法、系统及设备是由杨展;胡仕健;李逸楠;龙军设计研发完成，并于2025-06-26向国家知识产权局提交的专利申请。

本基于隐含特征的无监督跨模态哈希检索方法、系统及设备在说明书摘要公布了：本申请公开了一种基于隐含特征的无监督跨模态哈希检索方法、系统及设备，该方法通过构建伪标签矩阵；通过交替迭代优化伪标签矩阵分解的伪标签隐含特征矩阵和样本隐含特征矩阵，得到目标样本隐含特征矩阵；初始化共识表征矩阵，根据目标样本隐含特征矩阵、共识表征矩阵和每种模态特征矩阵，确定每种模态特征矩阵和目标样本隐含特征矩阵各自的投影矩阵；将共识表征矩阵二值化为哈希码矩阵，并根据目标样本隐含特征矩阵、每种模态特征矩阵、共识表征矩阵、投影矩阵、哈希码矩阵以及伪标签矩阵，构建目标损失函数；根据目标损失函数，确定目标哈希码矩阵和目标投影矩阵，以对目标模态数据进行跨模态哈希检索。本申请能够提高跨模态检索的准确度。

本发明授权基于隐含特征的无监督跨模态哈希检索方法、系统及设备在权利要求书中公布了：1.一种基于隐含特征的无监督跨模态哈希检索方法，其特征在于，所述方法包括： 从不同模态的原始数据中提取模态特征，构建多模态特征矩阵，所述不同模态的原始数据包括文本数据、图像数据、视频数据以及音频数据； 对所述多模态特征矩阵中的每两种模态特征矩阵进行两两典型相关分析，得到多种不同模态的典型变量矩阵，并根据所述多种不同模态的典型变量矩阵，构建共同潜在表征矩阵； 对所述共同潜在表征矩阵中的特征进行聚类，得到多个聚类中心，并计算所述聚类中心与所述共同潜在表征矩阵中每个样本的距离，以构建距离矩阵，其中，所述样本为所述共同潜在表征矩阵中的一列； 根据所述距离矩阵，计算每个样本的伪标签值，并根据每个样本的伪标签值，构建伪标签矩阵； 将所述伪标签矩阵分解为伪标签隐含特征矩阵和样本隐含特征矩阵的乘积，通过交替迭代优化所述伪标签隐含特征矩阵和所述样本隐含特征矩阵，得到目标样本隐含特征矩阵； 根据所述多模态特征矩阵中的每种模态特征矩阵，初始化共识表征矩阵，并根据所述目标样本隐含特征矩阵、所述共识表征矩阵和所述每种模态特征矩阵，确定每种模态特征矩阵和所述目标样本隐含特征矩阵各自的投影矩阵； 将所述共识表征矩阵二值化为哈希码矩阵，并根据所述目标样本隐含特征矩阵、所述每种模态特征矩阵、所述共识表征矩阵、所述投影矩阵、所述哈希码矩阵以及所述伪标签矩阵，构建目标损失函数； 根据所述目标损失函数，确定目标哈希码矩阵和目标投影矩阵，并根据所述目标哈希码矩阵和所述目标投影矩阵，对目标模态数据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”。