公开(公告)号：CN119474019B

公开(公告)日：2025-04-22

申请号：CN202510036163.3

申请日：2025-01-09

Applicant: 中南大学

Inventor： 杨展 ,  龙伟露 ,  龙军 ,  李逸楠 ,  陈云飞

IPC: G06F16/13 ,  G06N3/0464 ,  G06N3/084 ,  G06F18/241 ,  G06F18/25

Abstract: 本申请涉及了一种面向流数据的持续哈希学习检索方法和装置，本方法构建了哈希检索模型，哈希检索模型训练过程引入持续学习框架，首先通过残差网络基于自监督学习从无标签的训练流数据中提取出第一特征，卷积神经网络能够利用第一特征快速学习有标签的样本数据，并将学习到的第二特征反馈给残差网络，以巩固残差网络；训练流数据包括实时采集的第一实时流数据和数据库中的预存流数据，这样模型能够在不断学习新的实时流数据同时避免对旧的预存流数据知识的遗忘，而且持续学习框架还与哈希函数有效连接，利用残差网络和卷积神经网络持续学习进而提取的特征指导哈希函数的学习，不断提高生成的哈希码质量，进一步提升检索性能。

公开(公告)号：CN119474019A

公开(公告)日：2025-02-18

申请号：CN202510036163.3

申请日：2025-01-09

Applicant: 中南大学

Inventor： 杨展 ,  龙伟露 ,  龙军 ,  李逸楠 ,  陈云飞

IPC: G06F16/13 ,  G06N3/0464 ,  G06N3/084 ,  G06F18/241 ,  G06F18/25

Abstract: 本申请涉及了一种面向流数据的持续哈希学习检索方法和装置，本方法构建了哈希检索模型，哈希检索模型训练过程引入持续学习框架，首先通过残差网络基于自监督学习从无标签的训练流数据中提取出第一特征，卷积神经网络能够利用第一特征快速学习有标签的样本数据，并将学习到的第二特征反馈给残差网络，以巩固残差网络；训练流数据包括实时采集的第一实时流数据和数据库中的预存流数据，这样模型能够在不断学习新的实时流数据同时避免对旧的预存流数据知识的遗忘，而且持续学习框架还与哈希函数有效连接，利用残差网络和卷积神经网络持续学习进而提取的特征指导哈希函数的学习，不断提高生成的哈希码质量，进一步提升检索性能。