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！

龙图腾网获悉河北政通档案管理有限公司申请的专利一种基于大数据技术的智能数据库视频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：CN120216722B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202510287157.5，技术领域涉及：G06F16/783；该发明授权一种基于大数据技术的智能数据库视频检索方法是由杨波;郭旭辉设计研发完成，并于2025-03-12向国家知识产权局提交的专利申请。

本一种基于大数据技术的智能数据库视频检索方法在说明书摘要公布了：本发明涉及智能信息检索技术领域，具体涉及一种基于大数据技术的智能数据库视频检索方法，包括以下步骤：S1：对原始视频流进行时空切片处理；S2：提取视觉特征向量、音频波形向量及文本描述向量；S3：构建跨模态关联矩阵；S4：构建分层混合索引结构，包括实时更新层与静态存储层；S5：接收用户检索请求后，基于分层混合索引结构进行候选视频集筛选，以生成检索结果；S6：更新跨模态关联矩阵，同步更新层的权重参数。本发明，通过跨模态特征融合提升检索精准度，采用分层混合索引结构优化数据存储与检索效率，并结合用户行为反馈动态调整索引权重，从而实现高效、精准且智能化的视频检索。

本发明授权一种基于大数据技术的智能数据库视频检索方法在权利要求书中公布了：1.一种基于大数据技术的智能数据库视频检索方法，其特征在于，包括以下步骤： S1：对原始视频流进行时空切片处理，生成带时间戳标记的视频片段单元； S2：从S1生成的视频片段单元中提取视觉特征向量、音频波形向量及文本描述向量，生成多模态特征向量组； S3：基于用户历史行为数据构建跨模态关联矩阵，并对多模态特征向量组进行动态权重融合，生成语义特征向量； 所述S3具体包括： S31：对用户历史行为数据进行统计处理，设用户历史行为数据中第条记录中，对视觉，音频和文本模态分别采集的用户交互评分记为及，并计算各模态的平均评分分别记为及；进而依据各模态之间的用户交互评分，采用皮尔逊相关系数构建跨模态关联矩阵； S32：根据跨模态关联矩阵中视觉，音频和文本之间的相关系数，计算各模态的权重参数；其中，视觉模态权重参数按下式计算：；音频模态权重参数按下式计算：；文本模态权重参数按下式计算：；各权重参数之和为1； S33：利用动态权重系数，对各模态特征向量进行加权融合，生成语义特征向量，公式为：，其中，即为最终生成的语义特征向量，为视觉特征向量，为音频波形向量，为文本描述向量； S4：根据视频热度值构建分层混合索引结构，所述分层混合索引结构包括实时更新层与静态存储层，进而将S3生成的语义特征向量写入实时更新层或静态存储层； 所述S4具体包括： S41：对每个视频片段单元，根据固定权重计算视频热度值； S42：设预设阈值，并对计算得到的与进行比较，以确定归属的索引层；定义索引层标识的计算公式为：，其中，表示视频片段单元归入实时更新层，表示归入静态存储层； S43：构建包括实时更新层与静态存储层的分层混合索引结构；实时更新层支持增量写入操作，静态存储层用于存储归属低热度的视频片段单元； S44：依据的取值，将语义特征向量写入对应的索引层； S5：接收用户检索请求后，基于分层混合索引结构进行候选视频集筛选，并通过改进的余弦相似度算法计算候选视频集的语义特征向量与检索请求的匹配度，以生成检索结果，同时记录用户对检索结果的操作行为数据； S6：根据记录的用户操作行为数据更新跨模态关联矩阵，同步触发分层混合索引结构中实时更新层的权重参数，以优化后续检索结果的准确性。

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河北政通档案管理有限公司，其通讯地址为：061001 河北省沧州市高新区小微企业科技创业园第029F号厂房2层203、204；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”。