|
|
钻瓜专利网为您找到相关结果 1452464个，建议您 升级VIP下载更多相关专利
- [发明专利]一种深度对抗多模态数据聚类方法-CN202110409134.9在审
-
陈志奎;宋鑫;高静;刘晨欣;张佳宁;金珊;李朋
-
大连理工大学
-
2021-04-16
-
2021-07-09
-
G06F16/906
- 一种深度对抗多模态数据聚类方法，构建模态编码网络、模态融合网络、模态生成器和模态融合判别器。首先，模型将数据的每个模态通过对应的模态编码网络映射到深度特征空间，学习各模态私有的深度特征。然后，模态融合网络学习各模态私有特征，获取带有模态扰动的融合特征。最后，模态生成器利用融合特征生成样本，模态融合判别器判断样本的真伪，两者通过生成对抗的策略拟合数据分布。相应设计对抗循环一致聚类损失函数指导模型的训练，其包含循环一致损失函数、跨模态对抗损失函数和聚类嵌入损失函数。本发明中的深度对抗多模态数据聚类方法学习数据的融合特征，挖掘数据的内在规律；能够有效提取多模态数据中隐藏的语义一致性信息，提高多模态数据聚类的性能。
- 一种深度对抗多模态数据方法
- [发明专利]多模态关联构建模型的训练方法和多模态数据检索方法-CN202211041378.7在审
-
沈颖;谢京佑
-
中山大学
-
2022-08-29
-
2022-11-29
-
G06K9/62
- 本申请公开了多模态关联构建模型的训练方法和多模态数据检索方法，通过构建多模态数据训练关联图，对不同模态下数据特征进行聚类处理从而得到的聚类损失函数值，通过将与每一模态的训练数据的数据特征与从对应的关联特征节点提取的补充特征信息进行特征融合，并计算融合后生成的每一模态的综合训练特征的特征差异，得到成对损失函数值，基于聚类损失函数值和成对损失函数值，调整所述多模态关联构建模型的参数，从而训练得到能够生成融合多模态间数据特征，生成每一模态的综合数据特征的多模态关联构建模型，并可通过融合后的综合数据特征得到多模态数据间的检索结果。相较于现有技术，本申请在进行跨模态检索时的检索结果准确度更高。
- 多模态关联构建模型训练方法数据检索
- [发明专利]基于图结构的多模态媒体数据聚类方法及装置-CN202111667110.X在审
-
高跃;张博文
-
清华大学
-
2021-12-31
-
2022-05-13
-
G06F16/45
- 本申请涉及一种基于图结构的多模态媒体数据聚类方法及装置，其中，方法包括：提取无标签多模态媒体数据，并根据多模态媒体数据的每个文档的词频特征向量和文档特征向量计算文档之间的多模态相似度；根据文档的数量计算相似度的阈值，得到无向图结构；在无向图结构上应用社区发现算法，将所有文档节点划分为多个点的集合，其中，每一个集合中包括主题相同的多个文档，完成多模态多媒体数据的聚类。由此，利用多媒体数据中多粒度多模态的特征，计算文档之间的关联性，利用图结构和社区发现算法将大规模的多媒体文档进行划分，输出若干个包含相同主题文档的文档簇，在聚类过程中通过清除边缘的文档簇，进一步提高了数据聚类和处理冗余信息的能力
- 基于结构多模态媒体数据方法装置
- [发明专利]基于数据的艺术多模态语料库构建系统-CN202311132179.1在审
-
刘璟之;白颢
-
北京金景科技有限公司
-
2023-09-05
-
2023-10-13
-
G06F16/35
- 本发明涉及数据处理技术领域，提出了基于数据的艺术多模态语料库构建系统，包括：采集艺术的多模态的若干语料数据及其中的分词与词性；获取每个初始语料数据的代表程度，得到初始聚类中心并聚类得到初始聚簇；获取新增语料数据与每个初始聚簇的差异程度，得到新增语料数据中每个分词的代表特征值,以及新增语料数据与初始聚簇的联系性，获取每个分词的信息损失程度；获取新增语料数据中每个分词的修正特征值，根据修正特征值获取新增语料数据的转换向量并聚类；根据聚类结果完成艺术语料库的构建本发明旨在解决艺术多模态数据具有创新性而影响多模态数据之间相似性量化，进而无法有效地进行聚类并构建语料库的问题。
- 基于数据艺术多模态语料库构建系统
|
