Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜中南大学杨展获国家专利权

恭喜中南大学杨展获国家专利权

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!

龙图腾网恭喜中南大学申请的专利一种面向流数据的持续哈希学习检索方法和装置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:CN119474019B

龙图腾网通过国家知识产权局官网在2025-04-22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:202510036163.3,技术领域涉及:G06F16/13;该发明授权一种面向流数据的持续哈希学习检索方法和装置是由杨展;龙伟露;龙军;李逸楠;陈云飞设计研发完成,并于2025-01-09向国家知识产权局提交的专利申请。

一种面向流数据的持续哈希学习检索方法和装置在说明书摘要公布了:本申请涉及了一种面向流数据的持续哈希学习检索方法和装置,本方法构建了哈希检索模型,哈希检索模型训练过程引入持续学习框架,首先通过残差网络基于自监督学习从无标签的训练流数据中提取出第一特征,卷积神经网络能够利用第一特征快速学习有标签的样本数据,并将学习到的第二特征反馈给残差网络,以巩固残差网络;训练流数据包括实时采集的第一实时流数据和数据库中的预存流数据,这样模型能够在不断学习新的实时流数据同时避免对旧的预存流数据知识的遗忘,而且持续学习框架还与哈希函数有效连接,利用残差网络和卷积神经网络持续学习进而提取的特征指导哈希函数的学习,不断提高生成的哈希码质量,进一步提升检索性能。

本发明授权一种面向流数据的持续哈希学习检索方法和装置在权利要求书中公布了:1.一种面向流数据的持续哈希学习检索方法,其特征在于,所述方法包括:获取目标流数据;所述目标流数据为商品信息与用户行为流数据,或者为文献流数据;将所述目标流数据输入训练完成的哈希检索模型中,得到所述哈希检索模型输出的目标哈希码;所述目标哈希码为商品信息与用户行为流数据哈希码,或者为文献流数据哈希码;当所述目标流数据为商品信息与用户行为流数据时,所述方法还包括:基于所述商品信息与用户行为流数据哈希码,获取相关商品和推荐;当所述目标流数据为文献流数据时,所述方法还包括:基于所述文献流数据哈希码,获取相关文献和前沿研究;其中所述哈希检索模型包括残差网络、卷积神经网络和哈希函数,所述哈希检索模型的训练过程包括:对所述哈希检索模型进行多轮训练,直至所述哈希检索模型收敛;其中的第t轮训练的过程包括:将训练流数据输入至所述残差网络中,以使所述残差网络基于自监督学习从所述训练流数据中提取出第一特征,并根据预设的第一损失函数和所述第一特征计算第一损失;所述训练流数据包括实时采集的第一实时流数据和数据库中的预存流数据,所述数据库中的预存流数据是前t-1轮训练时,采集的实时流数据;将携带有标签的所述训练流数据输入至所述卷积神经网络中,以使所述卷积神经网络基于有监督学习和所述第一特征从所述携带有标签的所述训练流数据中提取出第二特征,并根据预设的第二损失函数和所述第二特征计算第二损失;所述携带有标签的所述训练流数据包括携带有标签的所述第一实时流数据和所述数据库中的所述预存流数据;基于所述第一损失和所述第二损失对所述残差网络进行梯度更新,基于所述第二损失对所述卷积神经网络进行梯度更新;将所述第一特征和所述第二特征融合得到最终特征;将所述最终特征输入至所述哈希函数中,得到所述哈希函数输出的哈希码,基于所述哈希码计算第三损失,并依据所述第三损失对所述哈希函数进行梯度更新。

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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。