摘要
本发明公开了一种面向大规模跨模态检索的无监督哈希学习系统及方法,涉及检索系统技术领域,包括无监督哈希学习模块、跨模态表示学习模块和目标函数设计优化模块,所述跨模态表示学习模块的数据库将数据映射至无监督哈希学习模块作为数据输入,所述无监督哈希学习模块的数据输出作为目标函数设计优化模块的优化目标,所述无监督哈希学习模块用于生成二进制哈希码并进行优化学习;所述无监督哈希学习模块包括:自编码器哈希学习单元、哈希编码优化单元和变分自编码器哈希学习单元。本发明通过设计有无监督哈希学习模块,实现了对无标签数据的有效表示功能,解决了传统检索系统依赖于大量标注数据成本增加的问题,提高检索效率。
技术关键词
学习系统
深度学习框架
无监督
编码器
模块
学习方法
分布式训练
图像特征提取
数据收集单元
跨模态数据
分布式环境
特征提取单元
文本
推理网络
检索技术
数据预处理技术
网络结构
检索系统
系统为您推荐了相关专利信息
条码图像
智能条码
打印方法
梯度提升决策树
深度卷积神经网络
语音交互方法
环境传感器数据
吸油烟机
加权融合算法
语义特征
物体运动轨迹
视频生成系统
系统监控
特征提取单元
网络单元
状态空间方程
车辆动力学模型
模型预测控制算法
车辆转向控制方法
跟踪期望轨迹