买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉大连海事大学申请的专利一种基于正负均衡轮次优化与多表互补的指静脉哈希索引方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116701677B 。

龙图腾网通过国家知识产权局官网在2025-07-29发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310233713.1，技术领域涉及：G06F16/51；该发明授权一种基于正负均衡轮次优化与多表互补的指静脉哈希索引方法是由王新年;吕柯同;白桂欣设计研发完成，并于2023-03-10向国家知识产权局提交的专利申请。

本一种基于正负均衡轮次优化与多表互补的指静脉哈希索引方法在说明书摘要公布了：本发明提供一种基于正负均衡轮次优化与多表互补的指静脉哈希索引方法。包括：多模型指静脉索引网络的训练步骤和基于多表码级加权的指静脉图像检索步骤；其中：多模型指静脉索引网络的训练步骤，包括构建多模型训练集、设置多模型网络结构、基于正负均衡轮次优化的数据加载以及多模型互补训练；基于多表码级加权的指静脉图像检索步骤，包括注册多表指静脉数据库以及基于多表码级加权的指静脉图像查询。本发明针对异常哈希码提出哈希码优劣性评估算法，互补训练多个哈希表，并在匹配阶段进行多表码级加权有效减少了异常哈希码造成的影响，同时，针对指静脉数据正负样本极不均衡问题，提出正负均衡轮次优化使网络使用足够多的相似对进行训练。

本发明授权一种基于正负均衡轮次优化与多表互补的指静脉哈希索引方法在权利要求书中公布了：1.一种基于正负均衡轮次优化与多表互补的指静脉哈希索引方法，其特征在于，包括：多模型指静脉索引网络的训练步骤和基于多表码级加权的指静脉图像检索步骤；其中： 所述多模型指静脉索引网络的训练步骤，包括构建多模型训练集、设置多模型网络结构、基于正负均衡轮次优化的数据加载以及多模型互补训练； 所述基于正负均衡轮次优化的数据加载，具体包括： 对每个训练子集进行两种方式的数据加载，分别为随机打乱的数据加载方式与正样本保持的数据加载方式；其中，随机打乱的数据加载方式包括：对训练数据进行随机打乱，将打乱后的数据分成多个batch；正样本保持的数据加载方式包括：对训练数据按照指静脉图像的类别顺序进行加载，再进行批次化处理； 设置每c轮作为一个训练周期，根据训练轮次的次数e是否为c的倍数来确定数据加载方式，如果是，则进行正样本保持的数据加载方式，否则进行随机打乱的数据加载方式； 所述基于多表码级加权的指静脉图像检索步骤，包括注册多表指静脉数据库以及基于多表码级加权的指静脉图像查询； 所述注册多表指静脉数据库，包括：生成多表指静脉库图哈希码和计算哈希码匹配权重，其中： 所述生成多表指静脉库图哈希码，包括： 以指静脉库图集作为输入，通过n个哈希函数产生多表指静脉库图哈希码Β∈{0,1}n×N×k；其中对于任意指静脉库图xi，通过第t个哈希函数Μt进行特征提取与量化编码产生的二进制哈希码定义为 所述计算哈希码匹配权重，包括： 对产生的多表指静脉库图哈希码Β∈{0,1}n×N×k中的每个哈希码进行优劣性评估，即评估n×N个哈希码得到评分集合G∈[0,1]n×N，其中第t个哈希表的第i个哈希码的得分定义为根据每个哈希码的优劣性得分计算其匹配权重，第t个哈希表的第i个哈希码的匹配权重计算公式定义为： 其中，gp为分数阈值，对于得分低于分数阈值gp的异常哈希码拒绝参与匹配； 依次计算每个哈希码的匹配权重，得到权重集合M∈[0,1]n×N；将多表哈希码数据库Β与匹配权重集合M一起离线储存在指静脉数据库中，完成多表指静脉数据库的注册。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人大连海事大学，其通讯地址为：116026 辽宁省大连市高新园区凌海路1号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。