摘要
本发明公开了一种面向潜在结构信息的非对称跨模态哈希学习方法,涉及跨模态检索技术领域。对多模态样本之间的样本聚类结构、样本相似性信息和语义相似性信息进行分析,得到不同模态的投影矩阵、投影空间的聚类中心、聚类指示矩阵、映射矩阵、离散哈希码和辅助变量的计算公式,以迭代策略更新各模态的投影矩阵、投影空间的聚类中心、聚类指示矩阵、映射矩阵、离散哈希码和辅助变量;根据最后一次迭代得到的离散哈希码和多模态训练样本,确定各模态的哈希函数;哈希函数用于将查询样本在多模态数据中进行相似性检索。该方法能够得到更具判别性的哈希码,从而提升跨模态检索的检索性能。
技术关键词
聚类指示矩阵
样本
变量
跨模态检索技术
多模态
正则化参数
策略更新
语义
拉普拉斯
标签
数据
松弛
因子
元素
系统为您推荐了相关专利信息
仿真模型
硬件资源信息
节点
输入输出关系
计算机装置
磷化铟单晶生长
传感器安装位置
温度控制方法
品质预测模型
气氛
多自由度机械手臂
水下机器人平台
高压水射流喷头
水下云台
清除系统
岩石力学参数
有限元模型构建方法
联合分布函数
有限元分析技术
概率分布函数