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！

龙图腾网获悉广东工业大学申请的专利一种保持一致性的跨模态哈希检索方法及系统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：CN116303451B 。

龙图腾网通过国家知识产权局官网在2026-01-16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：202310238289.X，技术领域涉及：G06F16/22；该发明授权一种保持一致性的跨模态哈希检索方法及系统是由孙为军;倪浩敏设计研发完成，并于2023-03-10向国家知识产权局提交的专利申请。

本一种保持一致性的跨模态哈希检索方法及系统在说明书摘要公布了：本发明涉及数据检索技术领域，公开了一种保持一致性的跨模态哈希检索方法及系统，包括以下步骤：S1.获取异构数据；S2.获取异构数据的哈希码，对异构数据进行哈希码学习；S3.根据得到的最优的哈希码，进行哈希函数学习；S4.通过完成函数学习的哈希函数将异构数据映射到同一个低秩的汉明空间，使用异或操作对异构数据跟检索集的相似性，返回相似性高的结果，完成待检索的异构数据的跨模态检索。本发明解决了现有技术检索精度不足，优化过程繁琐的问题，且具有能够克服跨模态的异质性的特点。

本发明授权一种保持一致性的跨模态哈希检索方法及系统在权利要求书中公布了：1.一种保持一致性的跨模态哈希检索方法，其特征在于：包括以下步骤： S1.获取异构数据； S2.获取异构数据的哈希码，对异构数据进行哈希码学习； 将异构数据投影到其各自的潜在语义空间中；使用局部保持投影来保持原始数据的一致性；将异构数据的不同模态的潜在语义空间对齐，并在对齐过程中保持不同潜在语义空间的相似性；获得每个模态的潜在语义空间中获得统一的最优的哈希码； 其中，对异构数据进行哈希码学习；具体为： S201.使用径向基函数核将异构数据的原始特征转换为核特征表示； S202.将异构数据投影到其各自的潜在语义空间中； 将图像和文本模态的核特征表示投影到各自的两个潜在的低维语义空间中对齐；在对齐过程中，探索不同模态的共同高级语义，根据语义标签计算模态之间的相似性，并根据模态之间的相似性保持两个潜在的低维语义空间的相似性，并令哈希码的字段直接近似于不同模态的潜在语义空间； S203.根据图像和文本模态的核特征表示、潜在的低维语义空间的投影、模态之间的相似性、哈希码字段，构建最优的哈希码的目标函数： S204.将目标函数转化成迹的形式，进行特征学习，迭代地更新目标函数，得到最优的哈希码 S3.根据得到的最优的哈希码，进行哈希函数学习； S4.通过完成函数学习的哈希函数将异构数据映射到同一个低秩的汉明空间，使用异或操作对异构数据跟检索集的相似性，返回相似性高的结果，完成待检索的异构数据的跨模态检索。

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广东工业大学，其通讯地址为：510080 广东省广州市越秀区东风东路729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。