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！

龙图腾网获悉哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)申请的专利应对标签部分缺失的跨模态哈希模型的训练及检索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：CN118245524B 。

龙图腾网通过国家知识产权局官网在2025-09-23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：202410435587.2，技术领域涉及：G06F16/2458；该发明授权应对标签部分缺失的跨模态哈希模型的训练及检索方法是由张正;罗浩洋;吴清鹏设计研发完成，并于2024-04-11向国家知识产权局提交的专利申请。

本应对标签部分缺失的跨模态哈希模型的训练及检索方法在说明书摘要公布了：本申请公开了一种应对标签部分缺失的跨模态哈希模型的训练及检索方法，所述训练方法通过构造可学习的预设标签提示符来提示标签的完整性，通过预设标签提示符和跨模态训练样本的不完备标签构建标签提示向量，然后通过标签提示向量的完备分数来对预设标签提示符进行学习，最后基于学习得到的目标标签提示符对跨模态训练样本的不完备标签进行恢复，以有效地感知缺失标签，降低了不完备标签对跨模态哈希模型的影响，提高跨模态哈希模型的模型性能。同时，通过互补语义传播和自适应负配对策略减少未知对以平衡正‑负对分布，从而可以进一步提高跨模态哈希模型的模型性能。

本发明授权应对标签部分缺失的跨模态哈希模型的训练及检索方法在权利要求书中公布了：1.一种应对标签部分缺失的跨模态哈希模型的训练方法，其特征在于，所述应对标签部分缺失的跨模态哈希模型的训练方法具体包括： 对于训练样本集中的每个训练样本，在所述训练样本的不完备标签中的正语义标签中随机选取初始标签集，基于所述初始标签集和所述不完备标签生成若干对照标签集，以及依据预设标签提示符构造所述初始标签集对应标签提示向量和各对照标签集对应的对照标签提示向量，其中，所述对照标签集包括所述初始标签集中的正语义标签，或者包括所述初始标签集中的正语义标签和所述不完备标签中的负语义标签； 计算各训练样本的标签提示向量的第一完备分数和各对照标签提示向量的第二完备分数； 基于所有第一完备分数和所有第二完备分数构建总对比损失项，并基于所述总对比损失项对所述预设标签提示符进行学习，以得到目标标签提示符； 基于所述目标标签提示符，通过所述训练样本集对应的语义标签集对各训练样本的不完备标签中的未知语义类进行标签恢复以得到各训练样本的恢复标签，以得到恢复训练样本集； 基于恢复训练样本集训练预设哈希模型，以得到跨模态哈希模型，所述跨模态哈希模型用于处理图像和文本数据； 其中，所述基于所述初始标签集和所述不完备标签生成若干对照标签集具体包括： 对所述初始标签集执行至少一次调整操作，得到一对照标签集，其中，所述调整操作为随机添加负语义标签操作和或随机删减正语义标签操作； 重复对所述初始标签集执行至少一次调整操作，直至得到若干对照标签集。

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哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)，其通讯地址为：518055 广东省深圳市南山区桃源街道深圳大学城哈尔滨工业大学校区；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”。

以上内容由龙图腾AI智能生成。