【技术实现步骤摘要】
本专利技术涉及跨模态检索的，尤其是指一种面向概念漂移的动态跨模态哈希检索方法。
技术介绍
1、随着互联网的普及和蓬勃发展，图像、文本、视频等多种模态数据呈现爆炸性增长。在海量不同模态数据中如何进行高效准确的跨模态检索，是当前信息检索领域的研究热点。哈希检索方法由于其次线性的检索时间复杂度和极低的空间开销，成为当前解决大规模数据近邻检索问题的主要方法。现实环境中，数据往往随着时间流逝动态出现。为了让跨模态哈希检索方法更好适应现实的动态数据环境，人们提出了动态跨模态检索方法。
2、目前动态跨模态哈希检索方面的研究虽然已取得重大进展，但现存动态跨模态方法没有考虑概念漂移问题，且现有动态跨模态方法在概念漂移的数据场景情况下效果很差。为此，设计多哈希表结构解决单表结构存在的新旧信息不平衡问题以及灾难性遗忘问题；在多哈希表结构中使用图-文相似度关系权重、哈希码方差权重、哈希码配对权重，为多哈希表分配不同权重，让多哈希表结构发挥最大作用。
技术实现思路
1、本专利技术的目的在于克服现有技术的...
【技术保护点】
1.面向概念漂移的动态跨模态哈希检索方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的面向概念漂移的动态跨模态哈希检索方法，其特征在于，在步骤S1中，对于图像数据使用VGG19神经网络提取图像特征，对于文本数据采用BOW模型提取文本特征。
3.根据权利要求1所述的面向概念漂移的动态跨模态哈希检索方法，其特征在于，在步骤S2中，对图像特征和文本特征使用径向基核函数Φ，捕捉特征空间中潜在的非线性特征，得到语义信息更丰富的图像特征和文本特征，在模拟的动态数据环境中，存在概念漂移现象。
4.根据权利要求1所述的面向概念漂移的动态跨模...
【技术特征摘要】
1.面向概念漂移的动态跨模态哈希检索方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的面向概念漂移的动态跨模态哈希检索方法，其特征在于，在步骤s1中，对于图像数据使用vgg19神经网络提取图像特征，对于文本数据采用bow模型提取文本特征。
3.根据权利要求1所述的面向概念漂移的动态跨模态哈希检索方法，其特征在于，在步骤s2中，对图像特征和文本特...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。