[发明专利]哈希模型训练方法、相似对象检索方法及装置在审
| 申请号： | 201910892285.7 | 申请日： | 2019-09-20 |
| 公开（公告）号： | CN110659375A | 公开（公告）日： | 2020-01-07 |
| 发明（设计）人： | 周文罡;王敏;李厚强;田奇 | 申请（专利权）人： | 中国科学技术大学 |
| 主分类号： | G06F16/532 | 分类号： | G06F16/532;G06K9/62 |
| 代理公司： | 11227 北京集佳知识产权代理有限公司 | 代理人： | 王娇娇 |
| 地址： | 230026 安*** | 国省代码： | 安徽;34 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了哈希模型训练方法、相似对象检索方法及装置，通过逐渐增大邻居点的数量构建多层邻域金字塔。在邻域金字塔的每一层邻域中，将该层中的邻居点到参考点的平均距离作为该层邻域的欧式邻域测度。将原始空间中的数据点利用哈希模型映射到汉明空间，并计算金字塔每层的汉明邻域测度。哈希模型的优化目标是在汉明空间中保持原始空间中的邻域测度，该优化目标不仅能够保持真实邻居点的距离分布，同时能够保持邻居的排序，最终获得更好的距离保持，进而提高近似最近邻检索的准确率。利用该哈希模型得到对象的汉明空间的特征向量能够更好地保持该对象在欧式空间中的特征，因此，利用该方法能够提高相似性检索的准确率。 | ||
| 搜索关键词： | 邻域 哈希 测度 金字塔 邻居 优化目标 原始空间 准确率 相似性检索 对象检索 距离保持 距离分布 模型训练 模型映射 平均距离 特征向量 逐渐增大 参考点 数据点 最近邻 多层 构建 近似 排序 检索 | ||
【主权项】：
1.一种哈希模型训练方法，其特征在于，包括：/n对于训练数据集中的每一个数据点，构建邻域金字塔，所述邻域金字塔中每一层都是该数据点的邻居点，且邻居点的数量从上至下逐层增加；/n计算所述邻域金字塔中每一层的邻居点与该数据点之间的距离，得到该层邻域的欧式邻域测度；/n利用当前哈希模型将所述待训练数据集中的数据点映射至汉明空间，得到该数据点对应的汉明空间向量；/n利用该数据点对应的汉明空间向量，计算所述邻域金字塔中每一层邻域对应的汉明邻域测度；/n依据同一个数据点对应的欧式邻域测度和汉明邻域测度，优化所述当前模型中的模型参数，直到达到预设收敛条件，得到目标哈希模型。/n
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中国科学技术大学，未经中国科学技术大学许可，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/patent/201910892285.7/，转载请声明来源钻瓜专利网。
