[发明专利]基于去均值乘积量化的检索方法、存储介质及终端设备在审

专利信息
申请号: 201911157740.5 申请日: 2019-11-22
公开(公告)号: CN110888900A 公开(公告)日: 2020-03-17
发明(设计)人: 夏树涛;阳佳城;陈斌;戴涛;李清;汪漪 申请(专利权)人: 鹏城实验室;清华大学深圳国际研究生院
主分类号: G06F16/2453 分类号: G06F16/2453
代理公司: 深圳市君胜知识产权代理事务所(普通合伙) 44268 代理人: 王永文;刘文求
地址: 518000 广东省深圳*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 均值 乘积 量化 检索 方法 存储 介质 终端设备
【权利要求书】:

1.一种基于去均值乘积量化的检索方法,其特征在于,其包括:

获取目标检索样本,并计算所述目标检索样本的残差向量;

根据所述残差向量在预设数据库内检索预设数量的检索样本。

2.根据权利要求1所述基于去均值乘积量化的检索方法,其特征在于,所述获取目标检索样本,并计算所述目标检索样本的残差向量具体包括:

获取目标检索样本,并计算目标检索样本的第一均值;

根据所述第一均值确定所述目标检索样本对应的目标量化均值,并根据所述目标量化均值计算所述目标检索样本对应的残差向量。

3.根据权利要求1所述基于去均值乘积量化的检索方法,其特征在于,所述根据所述残差向量在预设数据库内检索预设数量的检索样本具体包括:

将所述残差向量划分为若干子残差向量;

根据所述若干子残差向量以及所述目标量化均值在预设数据库内检索预设数量的检索样本。

4.根据权利要求3所述基于去均值乘积量化的检索方法,其特征在于,所述根据所述若干子残差向量以及所述目标量化均值在预设数据库内检索预设数量的检索样本具体包括:

针对于预设数据库中的每个检索样本,获取该检索样本的量化均值与目标量化均值的第一距离,以及该检索样本中每个子码字向量与所述若干子残差向量中相应的子残差向量的第二距离;

根据所述第一距离和若干第二距离确定该检索样本与目标检索样本的第三距离;

根据获取到的第三距离在预设数据库内检索预设数量的检索样本。

5.根据权利要求4所述基于去均值乘积量化的检索方法,其特征在于,所述方法还包括:

针对于预设数据库中的每一检索样本,计算该检索样本的量化均值,并根据该量化均值确定该检索样本对应的检索残差向量;

根据所述检索残差向量确定该检索样本对应的若干子码字向量。

6.根据权利要求5所述基于去均值乘积量化的检索方法,其特征在于,所述根据所述检索残差向量确定该检索样本对应的若干子码字向量具体包括:

将所述检索残差向量划分为若干子向量;

对于每个子向量进行量化,以得到该检索残差向量对应的若干子码字向量。

7.根据权利要求1所述基于去均值乘积量化的检索方法,其特征在于,所述获取目标检索样本,并计算所述目标检索样本的残差向量具体包括:

获取目标检索样本,并将所述目标检索样本划分为若干子检索样本;

分别计算各子检索样本的第二均值,并根据各第二均值确定各子目标检索样本对应的子目标量化均值。

8.根据权利要求7所述基于去均值乘积量化的检索方法,其特征在于,所述根据所述残差向量在预设数据库内检索预设数量的检索样本具体包括:

根据所述残差向量以及各子目标量化均值在预设数据库内检索预设数量的检索样本。

9.根据权利要求8所述基于去均值乘积量化的检索方法,其特征在于,所述根据所述残差向量以及各子目标量化均值在预设数据库内检索预设数量的检索样本具体包括:

针对于预设数据库中的每个检索样本,获取该检索样本的每个子量化均值与其对应的子目标量化均值的第一距离,以及该检索样本中每个子码字向量与其对应的子残差向量的第二距离;

根据各第一距离和各第二距离确定该检索样本与目标检索样本的第三距离;

根据获取到的第三距离在预设数据库内检索预设数量的检索样本。

10.根据权利要求9所述基于去均值乘积量化的检索方法,其特征在于,所述方法还包括:

针对于预设数据库中的每一检索样本,将该检索样本划分为若干子检索样本;

分别计算各子检索样本对应的子量化均值,并根据各子量化均值以及各子检索样本,计算该检索样本对应的检索残差向量;

根据所述检索残差向量确定该检索样本对应的若干子码字向量。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于鹏城实验室;清华大学深圳国际研究生院,未经鹏城实验室;清华大学深圳国际研究生院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911157740.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top