買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜浙江工業大學申請的專利一種基于邊界互信息的跨模態哈希檢索方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN117591623B 。

龍圖騰網通過國家知識產權局官網在2025-04-15發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202311690560.X，技術領域涉及：G06F16/31；該發明授權一種基于邊界互信息的跨模態哈希檢索方法是由馬青;蔣悅;白琮設計研發完成，并于2023-12-11向國家知識產權局提交的專利申請。

本一種基于邊界互信息的跨模態哈希檢索方法在說明書摘要公布了：一種基于邊界互信息的跨模態哈希檢索方法，包括以下步驟：步驟1、搭建網絡，構建特征學習網路和哈希學習網絡，每個模態的特征學習網絡和哈希學習網絡均由多層全連接層組成的生成對抗網絡構成；步驟2、構建哈希函數；步驟3、構建由交叉熵損失，排序余弦三元損失、邊界互信息損失、帶正交約束的離散損失構成的目標函數；步驟4、目標函數優化；步驟5、將數據集劃分為查詢集Q與待查集P，并取待查集P的一部分作為訓練集T,將訓練集數據和標簽信息作為網絡的輸入，并初始化網絡參數和哈希碼，重復步驟4，迭代得到最優的網絡參數和哈希碼，根據步驟2獲得最優的哈希函數；步驟6、跨模態檢索與精度測試。本發明優化收斂，檢索精度高。

本發明授權一種基于邊界互信息的跨模態哈希檢索方法在權利要求書中公布了：1.一種基于邊界互信息的跨模態哈希檢索方法，其特征在于，所述方法包括以下步驟：步驟1：構建特征學習網絡和哈希學習網絡，特征學習網絡和哈希學習網絡均由多層全連接層組成的生成對抗網絡構成，過程如下：步驟1.1：構建特征學習網絡，特征學習網絡由兩個生成網絡和一個判別網絡構成；步驟1.2：構建哈希學習網絡，哈希學習網絡由兩個生成網絡和一個判別網絡構成，步驟2：構建哈希函數與量化損失，過程如下：步驟2.1：對哈希學習網絡的最后輸出作符號運算；步驟2.2：哈希函數的定義是特征空間到漢明空間的映射函數，由哈希函數的定義構建哈希函數；步驟2.3：構建量化損失，量化損失由離散損失組成，并添加正交約束以減小哈希碼的信息冗余；步驟3：相似性保持損失構建，由排序余弦三元損失、邊界互信息損失組成；步驟4：目標函數優化，運用交替優化的方法對網絡參數和哈希碼進行更新，過程如下：步驟4.1：固定哈希碼，運用反向傳播算法對網絡參數優化；步驟4.2：固定網絡參數，運用交替方向乘子法對哈希碼進行優化；步驟5：網絡訓練和哈希函數學習，過程如下：步驟5.1：將數據集劃分為查詢集Q與待查集P，并取待查集P的一部分作為訓練集T；步驟5.2：使用VGG網絡提取圖像的深度特征，使用詞袋模型得到文本的表征向量；步驟5.3：將訓練集的圖像深度特征，文本表征向量和標簽信息輸入；步驟5.4：隨機初始化網絡參數；步驟5.5：按步驟4從步驟4.1到4.2依次迭代優化直至收斂；步驟5.6：根據步驟2.2構建的哈希函數，將最優的網絡參數帶入，得到哈希函數；步驟6：圖文檢索與精度測試。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人浙江工業大學，其通訊地址為：310014 浙江省杭州市下城區朝暉六區潮王路18號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。