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！

龙图腾网获悉华南理工大学;华南师范大学申请的专利面向概念漂移的动态跨模态哈希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：CN118193667B 。

龙图腾网通过国家知识产权局官网在2025-10-21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：202410355411.6，技术领域涉及：G06F16/31；该发明授权面向概念漂移的动态跨模态哈希检索方法是由吴永贤;杨溢;田星设计研发完成，并于2024-03-27向国家知识产权局提交的专利申请。

本面向概念漂移的动态跨模态哈希检索方法在说明书摘要公布了：本发明公开了一种面向概念漂移的动态跨模态哈希检索方法，包括：特征提取多模态数据，得到文本特征和图像特征；进行标签回归学习、标签拖动学习以及语义嵌入学习，减少图像数据和文本数据之间的信息不平衡，加强多模态信息交互，并将多模态数据特征映射至哈希空间，训练得到哈希函数和哈希码；将哈希函数和哈希码进行图‑文相似度关系权重、哈希码方差权重、哈希码配对权重计算出该哈希函数的权重，选出最优的多个哈希函数及哈希码；根据哈希码计算相似度，并进行排序。本发明解决单表出现的新旧信息不平衡问题以及随着不断积累发生的灾难性遗忘问题。

本发明授权面向概念漂移的动态跨模态哈希检索方法在权利要求书中公布了：1.面向概念漂移的动态跨模态哈希检索方法，其特征在于，包括以下步骤： S1：获取多模态数据，包括图像数据和文本数据，再对多模态数据进行特征提取，提取出相应的图像特征和文本特征，并对图像特征和文本特征进行中心化操作； S2：中心化操作后的图像特征和文本特征，利用径向基核函数捕捉其特征空间中潜在的非线性特征，得到语义信息更丰富的图像特征和文本特征，将图像特征和文本特征分为批次，数据分批次出现，从而模拟动态数据环境，随着图像特征和文本特征分批次出现，数据的分布改变，发生概念漂移现象； S3：对于每一批次的图像特征和文本特征，进行标签回归学习、标签拖动学习以及语义嵌入学习，减少图像数据和文本数据之间的信息不平衡，加强多模态信息交互，并将图像特征和文本特征映射至哈希空间，训练得到哈希函数和哈希码； S4：根据得到的哈希函数，通过图-文相似度关系权重、哈希码方差权重和哈希码配对权重计算出该哈希函数的权重；所述图-文相似度关系权重通过相似度矩阵计算，以汉明距离为指标，使得相似的图片特征与文本特征的汉明距离尽可能小，让不相似的图片特征与文本特征的汉明距离尽可能大；所述哈希码方差权重通过分别计算图像数据哈希码的方差与文本数据哈希码的方差，使得哈希码方差最大，熵最高，包含最多的信息，从而得到最优的哈希函数；所述哈希码配对权重计算图像数据哈希码与文本数据哈希码之间的相似程度，哈希码相似程度越高，哈希函数效果越好；之后同样通过图-文相似度关系权重、哈希码方差权重、哈希码配对权重计算出已保存的个哈希函数的权重，在个哈希函数中，保留权重最高的前个哈希函数及其哈希码；这个哈希函数及其哈希码构成了多哈希表机制； S5：根据得到的个哈希码计算相似度，并进行排序，选择排名前个候选集实例作为最终的查询结果。

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华南理工大学;华南师范大学，其通讯地址为：510640 广东省广州市天河区五山路381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。