龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：中山大学
摘要：本发明提供一种基于集成学习的零样本哈希检索方法，该方法将集成学习的方法应用于零样本图片检索问题，使用VGG‑16提取图片的高维实数特征，然后用全连接层和激活函数将高维实数特征转化为低维二进制哈希码，在保证检索效果的前提下，减少了存储空间。之后，利用集成学习的训练方法，更新哈希模型，从而使模型具有更强的泛化能力，使模型在新类别的图片上的检索效果也大大提升。
主权项：1.一种基于集成学习的零样本哈希检索方法，其特征在于，包括以下步骤：S1：将训练集按照类别标签分为类别不重叠的两部分A和B；S2：分别用A、B和A+B作为训练数据，通过VGG-16模型和一层全连接层，得到训练样本的哈希码；S3：利用三元组损失，得到训练过程中的损失；S4：利用SWA方法训练更新网络，得到收敛后的模型；所述步骤S4中SWA的训练过程是：S41：先用VGG-16的预训练模型参数初始化特征提取模型，然后随机初始化最后一层全连接层，最后一层全连接层为用于获得哈希码的全连接层，得到初始化后的权重和wswa；S42：迭代n轮，训练模型；S43：对于第i轮迭代，依次更新学习率和模型权重，更新公式如下：循环学习率：更新网络权重：S44：对于第i轮迭代，若modi,c＝0，其中，c是一个预设的超参数，表示循环长度，用滑动平均的方式更新最终的网络权重wswa，公式如下：nmodels＝ic S5：步骤S2中的A、B和A+B作为训练数据训练得到3个不同的模型，求3个不同的模型的平均值，得到最终的集成模型；S6：计算集成模型在测试集上的检索结果。
全文数据：
权利要求：
百度查询： 中山大学 一种基于集成学习的零样本哈希检索方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号