Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 山东省计算中心(国家超级计算济南中心);齐鲁工业大学(山东省科学院)崔慧获国家专利权

山东省计算中心(国家超级计算济南中心);齐鲁工业大学(山东省科学院)崔慧获国家专利权

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!

龙图腾网获悉山东省计算中心(国家超级计算济南中心);齐鲁工业大学(山东省科学院)申请的专利一种适用于多域异构数据的上下文感知智能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:CN121301625B

龙图腾网通过国家知识产权局官网在2026-03-03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:202511860418.4,技术领域涉及:G06F16/903;该发明授权一种适用于多域异构数据的上下文感知智能检索方法是由崔慧;肖时豪;韩晓晖;王培培设计研发完成,并于2025-12-11向国家知识产权局提交的专利申请。

一种适用于多域异构数据的上下文感知智能检索方法在说明书摘要公布了:一种适用于多域异构数据的上下文感知智能检索方法,涉及智能检索与大数据处理技术领域,将上下文感知的域语义增强与跨域语义哈希检索模型相结合,在统一的特征空间中实现源域与目标域之间的有效对齐。通过构建域共享编码器与域专用编码器,采用残差融合策略对域共享特征与域特有特征进行整合,从而保留图像细节信息与上下文关系,实现跨域间的特征迁移。在训练过程中,利用域分类损失和分布对齐策略,确保域特有信息与域共享信息的有效建模。

本发明授权一种适用于多域异构数据的上下文感知智能检索方法在权利要求书中公布了:1.一种适用于多域异构数据的上下文感知智能检索方法,其特征在于,包括: S1.获取源域数据集和与源域数据集均为类别的目标域数据集,,为第个源域数据,,为源域数据的数量,为第个源域数据对应的标签,,为第个目标域数据,,为目标域数据的数量; S2.将目标域数据集划分为训练集和测试集; S3.将源域数据集中第个源域数据输入到域专用编码器中,得到源域专用特征,将训练集中第个目标域数据输入到域专用编码器中,得到目标域专用特征,将源域数据集中第个源域数据输入到域共享编码器中,得到源域共享特征,将训练集中第个目标域数据输入到域共享编码器中,得到目标域共享特征; S4.构建上下文语义学习模型,将源域专用特征、目标域专用特征、源域共享特征、目标域共享特征输入到上下文语义学习模型中,输出得到特征及特征; S5.利用特征及特征得到分类损失; S6.利用特征及特征得到域分类损失; S7.利用源域共享特征及目标域共享特征得到域对齐损失 S8.构建跨域语义哈希检索模型,将源域共享特征输入到跨域语义哈希检索模型中,输出得到松弛哈希码,将目标域共享特征输入到跨域语义哈希检索模型中,输出得到松弛哈希码 S9.对松弛哈希码进行二值化处理,得到二值哈希码,利用二值哈希码检索对应的图像; S10.利用松弛哈希码、松弛哈希码、二值哈希码得到哈希损失; S11.利用训练集中第个目标域数据得到掩码一致性损失; S12.通过公式 计算得到总损失,使用Adam优化器通过总损失训练跨域语义哈希检索模型,得到优化后的跨域语义哈希检索模型,式中、、、、均为权重。

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山东省计算中心(国家超级计算济南中心);齐鲁工业大学(山东省科学院),其通讯地址为:250014 山东省济南市历下区科院路19号山东省计算中心;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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。