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！

龙图腾网获悉中山大学申请的专利一种基于互信息的长尾数据哈希码生成方法及系统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：CN120011582B 。

龙图腾网通过国家知识产权局官网在2025-11-04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：202510078411.0，技术领域涉及：G06F16/51；该发明授权一种基于互信息的长尾数据哈希码生成方法及系统是由符祖俊;赖韩江;潘炎;印鉴设计研发完成，并于2025-01-17向国家知识产权局提交的专利申请。

本一种基于互信息的长尾数据哈希码生成方法及系统在说明书摘要公布了：本发明涉及图像数据处理技术领域，提出一种基于互信息的长尾数据哈希码生成方法及系统，其中包括以下步骤：获取长尾数据集中的图像数据及其类别标签；将图像数据输入结合特征增强的特征提取网络中，得到经过特征增强的图像数据特征；将图像数据特征输入哈希激活层中生成相应的二进制哈希码；基于最大化类别标签与图像数据特征之间的互信息构建损失函数，用于优化特征提取网络和哈希激活层，得到完成训练的长尾哈希模型，用于生成长尾数据哈希码。本发明将互信息的理论融入到深度哈希方法中，通过最大化图像特征与标签之间的互信息，提升特征与标签之间的关联性，降低长尾分布的影响，能够在服从长尾分布的图像数据中进行快速准确的检索。

本发明授权一种基于互信息的长尾数据哈希码生成方法及系统在权利要求书中公布了：1.一种基于互信息的长尾数据哈希码生成方法，其特征在于，包括以下步骤： 获取长尾数据集中的图像数据及其类别标签； 将所述图像数据输入结合特征增强的特征提取网络中，得到经过特征增强的图像数据特征； 将所述图像数据特征输入哈希激活层中生成相应的二进制哈希码； 基于最大化类别标签与图像数据特征之间的互信息构建损失函数，用于优化所述特征提取网络和所述哈希激活层，得到完成训练的长尾哈希模型，用于生成长尾数据哈希码； 将所述图像数据输入结合特征增强的特征提取网络中，包括以下步骤： 将图像I输入特征提取网络中，得到图像I的图像特征fI； 将图像特征fI输入特征增强模块，得到经过特征增强的图像特征f′I； 所述特征增强模块包括基于ACHNet的交叉注意力特征增强模块或基于LTHNet的动态元嵌入模块； 基于最大化类别标签与图像数据特征之间的互信息构建的所述损失函数包括InfoNCE损失；其表达式为： 其中，f′,y表示经过特征增强的图像数据特征f′及其类别标签y之间的联合分布；W为一个可训练的权重矩阵，用于实现图像数据特征f′到类别标签y的双线性变换；f′j表示联合分布f′,y中第j个经过特征增强的图像数据特征； 利用InfoNCE损失最大化类别标签与图像数据特征之间的互信息，并利用小批量梯度下降法优化所述特征提取网络和所述哈希激活层，得到完成训练的长尾哈希模型。

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中山大学，其通讯地址为：510315 广东省广州市海珠区新港西路135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”。

以上内容由龙图腾AI智能生成。