公开(公告)号：CN103559191B

公开(公告)日：2016-09-14

申请号：CN201310410565.2

申请日：2013-09-10

Applicant: 浙江大学

Inventor： 吴飞 ,  汤斯亮 ,  卢鑫炎 ,  邵健 ,  庄越挺

IPC: G06F17/30

Abstract: 本发明公开了一种基于隐空间学习和双向排序学习的跨媒体排序方法。包括如下步骤：1)将文本检索图像的排序样本和图像检索文本的排序样本统一构建为训练样本；2)对构建得到的训练样本进行基于隐空间学习和双向排序学习的跨媒体排序学习，得到多媒体语义空间以及跨媒体排序模型；3)使用学习得到的跨媒体排序模型进行跨媒体排序。本发明不仅可以应用于文本检索图像以及图像检索文本，而且由于同时对两个检索方向进行建模，得到的检索模型的语义理解能力更强，检索精度较于仅考虑单向排序学习的方法更好。

公开(公告)号：CN104346450A

公开(公告)日：2015-02-11

申请号：CN201410593006.4

申请日：2014-10-29

Applicant: 浙江大学

Inventor： 吴飞 ,  李玺 ,  蒋忻洋 ,  汤斯亮 ,  邵健 ,  庄越挺

IPC: G06F17/30

CPC classification number: G06F16/43

Abstract: 本发明公开了一种基于多模态隐性耦合表达的跨媒体排序方法。包括如下步骤：1)将文本检索图像的排序样本或图像检索文本的排序样本构建为训练样本；2）对构建得到的训练样本进行基于隐性耦合表达的跨媒体排序学习，得到跨媒体数据的隐性耦合表达挖掘模型以及跨媒体排序模型；3)构建查询文档和候选文档之间的隐性耦合表达；4）基于隐性耦合表达，使用学习得到的跨媒体排序模型进行跨媒体检索。本发明在排序模型中引入了多模态数据的隐性耦合表达，相比一般的多模态数据隐性表达具有更强判别性。由于同时训练了隐性表达挖掘模型和排序模型，它在图像检索文本或文本检索图像中所取得性能较传统的跨媒体排序模型方法更好。

公开(公告)号：CN104346440A

公开(公告)日：2015-02-11

申请号：CN201410531086.0

申请日：2014-10-10

Applicant: 浙江大学

Inventor： 汤斯亮 ,  吴飞 ,  余宙 ,  邵健 ,  庄越挺

IPC: G06F17/30 ,  G06N3/02

CPC classification number: G06F16/903 ,  G06F16/951

Abstract: 本发明公开了一种基于神经网络的跨媒体哈希索引方法，包括如下步骤：（1）设计了基于神经网络的哈希函数学习的网络结构（2）对每种模态的神经网络进行逐层预训练（3）将不同模态的神经网络融合成一个新的网络，设计模态间和模态内数据的损失函数，基于损失函数来通过反向传播方式对整个网络参数进行微调（4）去掉网络的输出层，将哈希编码层的输出结构作为哈希函数的输出以支持跨模态的快速检索。利用该方法可以实现基于内容的海量数据的高效跨媒体检索，用户可以通过提交一种类型检索数据去检索另外一种类型数据。

公开(公告)号：CN103559193A

公开(公告)日：2014-02-05

申请号：CN201310410816.7

申请日：2013-09-10

Applicant: 浙江大学

Inventor： 汤斯亮 ,  张寅 ,  王翰琪 ,  鲁伟明 ,  吴飞 ,  庄越挺

IPC: G06F17/30 ,  G06F17/27

CPC classification number: G06F17/30017 ,  G06F17/274

Abstract: 本发明公开了一种基于选择单元的主题建模方法，包括如下步骤：根据查询请求提取数据库中的搜索结果包含的单词、片段结构和单词特征；确定建模采用的主题数；随机分配产生各个片段结构主题、单词主题及二元选择子；通过Gibbs采样过程迭代地确定上述变量；根据上述变量的最终分配结果向用户反馈各个主题中的显著文档和单词，以及具有各种特征的单词表达其所在片段结构的主题的能力。本发明具有的有益效果有：可同时在多种模态数据上进行主题建模；充分利用了数据隐含的结构信息，并消除了结构限制过强的不利效果；可提供文档中单词特征与片段结构限制之间的关联度等信息，为用户在理解数据上提供帮助；具有良好的可扩展性，可作为多种应用的算法基础。

公开(公告)号：CN100483414C

公开(公告)日：2009-04-29

申请号：CN200710069839.0

申请日：2007-07-02

Applicant: 浙江大学

Inventor： 杨建华 ,  陶美军 ,  汤斯亮 ,  吴朝晖

IPC: G06F17/30

Abstract: 本发明涉及一种基于ContextFS上下文文件系统的格式转换方法，主要包括以下步骤：根据可计算设备的配置信息，得到可以量化比较的权值，通过权值大小设定用户可计算设备的计算能力，如果定义了格式转换的规则，则按照规则转换；如果未定义规则，则根据对设备计算能力的划分选择最接近该设备计算能力能处理的文件类型；文件格式转换时采用链式转换，格式转换程序负责生成转换链，并根据转换链对各种文档进行格式转换；格式转换程序在多条转换链中根据各个转换所要消耗的计算能力，设定权值，并根据权值选择合适的转换链进行转换。本发明有益的效果是：可以根据用户携带的可计算设备的计算能力，将原文件转换成相应格式，转换后的文件是原文件的副本。