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！

龙图腾网获悉四川大学申请的专利一种基于一致性修正和挖掘的鲁棒跨模态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：CN116383271B 。

龙图腾网通过国家知识产权局官网在2026-01-13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：202310339912.0，技术领域涉及：G06F16/2458；该发明授权一种基于一致性修正和挖掘的鲁棒跨模态检索方法是由彭玺;马鑫然;杨谋星;胡鹏设计研发完成，并于2023-03-31向国家知识产权局提交的专利申请。

本一种基于一致性修正和挖掘的鲁棒跨模态检索方法在说明书摘要公布了：本发明提出了一种基于一致性修正和挖掘的鲁棒跨模态检索方法，涉及跨模态检索技术领域，包括：S1、获取待检索的数据集，并对其进行数据预处理；S2、使用跨模态信息噪声对比估计损失函数训练得到两个单独的神经网络模型A和B；S3、将预处理后的数据集分别送入模型A和模型B以协同划分；S4、对划分好的数据集进行一致性修正和一致性挖掘；S5、重复步骤S3～S4进行鲁棒的跨模态检索训练，直至网络A和网络B收敛以得到训练完成的网络A和网络B；S6、利用训练完成的网络A和网络B进行跨模态检索以得到检索结果；本发明通过一致性修正和挖掘实现了鲁棒的跨模态检索，可以为本应丢弃的数据对寻找配对数据，提高了跨模态检索的性能。

本发明授权一种基于一致性修正和挖掘的鲁棒跨模态检索方法在权利要求书中公布了：1.一种基于一致性修正和挖掘的鲁棒跨模态检索方法，其特征在于，包括以下步骤： S1、获取待检索的数据集，并对其进行数据预处理； S2、使用跨模态信息噪声对比估计损失函数训练得到两个单独的神经网络模型A和B； S3、将预处理后的数据集分别送入模型A和模型B以协同划分； S4、对划分好的数据集进行一致性修正和一致性挖掘； S5、重复步骤S3~S4进行鲁棒的跨模态检索训练，直至模型A和模型B收敛以得到训练完成的模型A和模型B； S6、利用训练完成的模型A和模型B进行跨模态检索以得到检索结果； 步骤S2中，使用跨模态信息噪声对比估计损失函数训练两个单独的神经网络模型A和B的过程中所采用的计算公式包括： ， 其中，表示第对数据对网络形成的损失，表示以自然常数为底数的指数函数，，、和均为数据点的特征向量的内积，表示一个批次的数据对数； 步骤S5中，所述跨模态检索训练的过程包括： ， 其中，为训练损失函数，表示第对数据对网络形成的损失，代表修正后的数据对的对应关系，和表示经过阈值过滤后的一致性，表示以自然常数为底数的指数函数，表示温度系数，、和均为数据点的特征向量之间的内积，表示一个批次的数据对数。

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四川大学，其通讯地址为：610042 四川省成都市武侯区一环路南一段24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”。

以上内容由龙图腾AI智能生成。