哈希编码方法、装置、设备及可读存储介质制造方法及图纸

本申请公开了一种哈希编码方法、装置、设备及可读存储介质，所述哈希编码方法包括：获取待处理数据，并将所述待处理数据输入基于预设类别信息进行优化的哈希模型，以基于所述待处理数据对应的类别特征信息，对所述待处理数据进行哈希，获得哈希结果，进而基于所述哈希结果对应的各比特位符号，确定所述待处理数据对应的输出哈希编码值。本申请解决了哈希编码准确性低的技术问题。

【技术实现步骤摘要】
哈希编码方法、装置、设备及可读存储介质
本申请涉及金融科技(Fintech)的人工智能领域，尤其涉及一种哈希编码方法、装置、设备及可读存储介质。
技术介绍
随着金融科技，尤其是互联网科技金融的不断发展，越来越多的技术(如分布式、区块链Blockchain、人工智能等)应用在金融领域，但金融业也对技术提出了更高的要求，如对金融业对应待办事项的分发也有更高的要求。随着计算机软件和人工智能的不断发展，深度学习的应用领域也越来越广泛，例如，用于进行编码等，目前，通常基于深度学习的哈希编码模型进行哈希编码，且输入模型的输入样本越相似，模型输出的哈希编码值越相似，进而当输入样本不属于同一样本类别且相似程度较高时，哈希编码模型容易输出相同的哈希编码值，也即，对于属于不同样本类别的输入样本，输出的哈希编码值容易混淆，进而降低了哈希编码的准确性，例如，当输入样本为猫图像时，由于猫图像与狗图像的相似程度较高，猫图像对应的哈希编码值有极大的可能性与狗图像对应的哈希编码值相同，所以，现有技术中存在哈希编码准确性低的技术问题。
技术实现思路
本文档来自技高网...

【技术保护点】
1.一种哈希编码方法，其特征在于，所述哈希编码方法包括：/n获取待处理数据，并将所述待处理数据输入基于预设类别信息进行优化的哈希模型，以基于所述待处理数据对应的类别特征信息，对所述待处理数据进行哈希，获得哈希结果；/n基于所述哈希结果对应的各比特位符号，确定所述待处理数据对应的输出哈希编码值。/n

【技术特征摘要】
1.一种哈希编码方法，其特征在于，所述哈希编码方法包括：
获取待处理数据，并将所述待处理数据输入基于预设类别信息进行优化的哈希模型，以基于所述待处理数据对应的类别特征信息，对所述待处理数据进行哈希，获得哈希结果；
基于所述哈希结果对应的各比特位符号，确定所述待处理数据对应的输出哈希编码值。


2.如权利要求1所述哈希编码方法，其特征在于，所述哈希模型包括深度极化网络，
所述将所述待处理数据输入基于预设类别信息进行优化的哈希模型，以基于所述待处理数据对应的类别特征信息，对所述待处理数据进行哈希，获得哈希结果的步骤包括：
将所述待处理数据输入所述深度极化网络的隐藏层，对所述待处理数据进行数据处理，获得所述类别特征信息；
将所述类别特征信息输入所述深度极化网络的哈希层，对所述类别特征信息进行哈希，获得所述哈希结果。


3.如权利要求1所述哈希编码方法，其特征在于，所述哈希结果包括哈希向量，所述哈希向量至少包括一个输出比特位，
所述基于所述哈希结果对应的各比特位符号，确定所述待处理数据对应的输出哈希编码值的步骤包括：
提取各所述输出比特位对应的所述比特位符号；
基于各所述比特位符号和各所述输出比特位在所述哈希向量中的位置，确定所述输出哈希编码值。


4.如权利要求1所述哈希编码方法，其特征在于，所述预设类别信息包括预设哈希编码值，
在所述获取待处理数据，并将所述待处理数据输入基于预设类别信息进行优化的哈希模型，以基于所述待处理数据对应的类别特征信息，对所述待处理数据进行哈希，获得哈希结果的步骤之前，所述哈希编码方法包括：
获取训练数据和待训练哈希模型，并基于预设目标哈希编码方式，生成所述训练数据对应的所述预设哈希编码值；
基于所述预设哈希编码值和所述训练数据，对所述待训练哈希模型进行迭代训练，以优化所述待训练哈希模型对应的预设极化损失函数，直至所述待训练哈希模型达到预设迭代结束条件，获得所述哈希模型。


5.如权利要求4所述哈希编码方法，其特征在于，所述基于所述预设哈希编码值和所述训练数据，对所述待训练哈希模型进行迭代训练，以优化所述待训练哈希模型对应的预设极化损失函数，直至所述待训练哈希模型达到预设迭代结束条件，获得所述哈希模型的步骤包括：
将所述训练数据输入所述待训练哈希模型，以基于所述预设极化损失函数，对所述训练数据进行哈希编码，获得初始哈希编码值；
计算所述初始哈希编码值和...

【专利技术属性】
技术研发人员：吴锦和，范力欣，张天豫，
申请(专利权)人：深圳前海微众银行股份有限公司，
类型：发明
国别省市：广东;44