[發明專利]基于三重矩陣分解的數據檢索方法、系統及設備

有效

• 申請號: 202211298601.6
• 申請日: 2022-10-24
• 公開（公告）號: CN115374165B
• 公開（公告）日: 2023-03-24
• 發明（設計）人: 劉興波;李佳敏;聶秀山;王少華;尹義龍
• 申請（專利權）人: 山東建筑大學
• 主分類號: G06F16/2455
• 分類號: G06F16/2455;G06F16/22;G06F17/16;G06F17/18;G06F18/214
• 代理公司: 濟南圣達知識產權代理有限公司 37221
• 代理人: 于鳳洋

1.基于三重矩陣分解的數據檢索方法，其特征在于，包括以下步驟：

獲取待檢索的圖像和文本兩種模態的數據樣本，并進行預處理；

對數據樣本進行三重矩陣分解，設定對數據樣本進行三重矩陣分解的約束值，構建目標函數；所述目標函數由四項構成，第一項為通過三重矩陣分解得到的潛在類屬性特征和低維公共表示；第二項為最小化公共表示和哈希碼之間的量化誤差，將公共表示的語義信息嵌入到哈希編碼；第三項為學習的兩種投影矩陣，即模態特定和模態一致的哈希函數，并對分別其進行平滑和低秩約束；第四項是正則化項；

基于目標函數得到哈希函數，再根據哈希函數對數據樣本進行投影，對應生成數據樣本的哈希編碼；

計算數據樣本的哈希編碼和已經訓練好的哈希編碼之間的漢明距離，并進行排序，得到數據樣本的檢索結果。

2.如權利要求1所述的基于三重矩陣分解的數據檢索方法，其特征在于，所述預處理包括對兩種模態的數據樣本進行中心化和核化處理，得到核化的圖像數據以及核化的文本數據。

3.如權利要求1所述的基于三重矩陣分解的數據檢索方法，其特征在于，在構建的目標函數中，三重矩陣分解的目標為：將異構的數據樣本從高維投影到低維公共子空間中，保持原空間的相似信息，使其每個樣本所屬類型不變。

4.如權利要求1所述的基于三重矩陣分解的數據檢索方法，其特征在于，引入柯西損失函數對數據樣本三重矩陣分解中的異常值進行約束。

5.如權利要求1所述的基于三重矩陣分解的數據檢索方法，其特征在于，在所述目標函數中，通過最小化實值公共表示與哈希編碼之間的量化誤差，將公共子空間中包含的語義信息傳遞到漢明空間。

6.如權利要求1所述的基于三重矩陣分解的數據檢索方法，其特征在于，對一致投影矩陣施加核范數，對特定投影矩陣施加F范數。

7.如權利要求1所述的基于三重矩陣分解的數據檢索方法，其特征在于，最終構建的目標函數為：

其中，表示模態特定的映射矩陣，表示模態間一致的映射矩陣，,和是超參數，為類屬性矩陣，為公共表示矩陣，是一個常數，是訓練樣本統一的哈希編碼，是超參數，U_i表示基矩陣，為訓練樣本的數量。

8.基于三重矩陣分解的數據檢索系統，其特征在于，包括：

數據采集模塊，用于獲取待檢索的圖像和文本兩種模態的數據樣本，并進行預處理；

模型構建模塊，用于對數據樣本進行三重矩陣分解，設定對數據樣本進行三重矩陣分解的約束值，構建目標函數；所述目標函數由四項構成，第一項為通過三重矩陣分解得到的潛在類屬性特征和低維公共表示；第二項為最小化公共表示和哈希碼之間的量化誤差，將公共表示的語義信息嵌入到哈希編碼；第三項為學習的兩種投影矩陣，即模態特定和模態一致的哈希函數，并對分別其進行平滑和低秩約束；第四項是正則化項；

哈希碼矩陣和哈希函數生成模塊，用于基于目標函數得到哈希函數，再根據哈希函數對數據樣本進行投影，對應生成數據樣本的哈希編碼；

檢索結果獲取模塊，用于計算數據樣本的哈希編碼和已經訓練好的哈希編碼之間的漢明距離，并進行排序，得到數據樣本的檢索結果。

9.一種電子設備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的程序，其特征在于，所述處理器執行所述程序時實現如權利要求1-7任一項所述的基于三重矩陣分解的數據檢索方法。