【技术实现步骤摘要】
本申请涉及智能监督领域，特别是涉及一种面向大规模物品分类方法及系统。
技术介绍
1、装备编目是装备数据资源建设与管理的基础性、前置性环节。由于传统编目方式效率低且难以扩展，以及人工处理、阈值匹配、监督学习等现有方法均存在各自瓶颈等原因，编目过程中存在效率瓶颈、误分率高、分类标准更新滞后、编码标准跨系统不统一、自动化方法泛化性差等问题，导致资源调配延迟、库存信息混乱、人工维护成本剧增、审核责任无法追溯等后果。
2、随着物联网、智能制造和国防物流等领域涌现出海量且异构的装备数据，传统的装备编目方式主要依赖人工操作、固定规则匹配或有监督模型，其效率瓶颈日益突出，扩展性也受到限制，这些方法难以适应当今大规模、异构、多源的装备数据环境。人工分类需要专业人员逐条比对物项名称和属性，面对种类繁多、来源各异的海量数据以及突发紧急任务时不仅效率低下，而且容易出现判断失误和遗漏。相关研究指出，人工编目方式在医疗器械行业的样本中表现出80%以上工作时间用于查找相似记录和核对标准，而非实际录入。与此同时，装备编目工作还必须严格遵循gbt 37936...
【技术保护点】
1.一种面向大规模物品分类方法，其特征在于，所述面向大规模物品分类方法包括：
2.根据权利要求1所述的面向大规模物品分类方法，其特征在于，所述面向大规模物品分类方法，在最后一个步骤之后还包括：
3.根据权利要求1所述的面向大规模物品分类方法，其特征在于，从所述原始物品集合中提取视觉特征向量、语义嵌入向量以及属性字段向量具体采用以下公式：
4.根据权利要求1所述的面向大规模物品分类方法，其特征在于，将所述视觉特征向量、语义嵌入向量以及属性字段向量进行拼接融合，得到物品的多模态向量具体采用以下公式：
5.根据权利要求1所述的...
【技术特征摘要】
1.一种面向大规模物品分类方法，其特征在于，所述面向大规模物品分类方法包括：
2.根据权利要求1所述的面向大规模物品分类方法，其特征在于，所述面向大规模物品分类方法，在最后一个步骤之后还包括：
3.根据权利要求1所述的面向大规模物品分类方法，其特征在于，从所述原始物品集合中提取视觉特征向量、语义嵌入向量以及属性字段向量具体采用以下公式：
4.根据权利要求1所述的面向大规模物品分类方法，其特征在于，将所述视觉特征向量、语义嵌入向量以及属性字段向量进行拼接融合，得到物品的多模态向量具体采用以下公式：
5.根据权利要求1所述的面向大规模物品分类方法，其特征在于，对所述多模态向量进行降维，得到低维潜在向量具体是引入自编码器对述多模态向量进行降维，具体公式如下：
...
【专利技术属性】
技术研发人员：李晓军，程鹏，姚俊萍，郭毅，刘鑫，马晓丹，
申请(专利权)人：中国人民解放军火箭军工程大学，
类型：发明
国别省市：
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。