[发明专利]基于监督学习的分布式图像搜索方法有效
| 申请号： | 201910609588.3 | 申请日： | 2019-07-08 |
| 公开（公告）号： | CN110489585B | 公开（公告）日： | 2022-12-02 |
| 发明（设计）人： | 胡海峰;熊键 | 申请（专利权）人： | 南京邮电大学 |
| 主分类号： | G06F16/58 | 分类号： | G06F16/58;G06F16/51;G06F16/2458;G06V10/764 |
| 代理公司： | 南京苏科专利代理有限责任公司 32102 | 代理人： | 陈栋智 |
| 地址： | 210023 江苏*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了基于监督学习的分布式图像搜索方法，首先在各个节点的数据库中对图像、视频、文件进行分类标记，初始化分类矩阵，编码矩阵，哈希码矩阵和对应的拉格朗日乘子，然后引入最小化分类误差和重构误差构建目标函数，求解上述目标函数，更新参数矩阵；数据节点与中心节点进行通信，并判断各节点的转换矩阵是否趋于一致，更新拉格朗日乘子，最后进行近似性搜索过程；本发明解决了大规模数据在存储，计算时所需规模过大，集中式地训练算法模型已不再适合的问题；而且数据节点与中心节点通信不交换原始信息，能有效解决传输通信过大的问题，同时节点上的数据保持独立性。 | ||
| 搜索关键词： | 基于 监督 学习 分布式 图像 搜索 方法 | ||
【主权项】：
1.一种基于监督学习的分布式图像搜索方法，其特征在于，包括以下步骤：/n步骤1：在各个节点的数据库中对图像、视频、文件进行分类标记；/n步骤2：初始化分类矩阵，编码矩阵，哈希码矩阵和对应的拉格朗日乘子；/n步骤3：引入最小化分类误差和重构误差构建目标函数；/n步骤4：求解上述目标函数，更新分类矩阵，编码矩阵，哈希码矩阵；/n步骤5：数据节点与中心节点进行通信，判断各节点的转换矩阵是否趋于一致，更新拉格朗日乘子；/n步骤6：进行近似性搜索过程。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于南京邮电大学，未经南京邮电大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910609588.3/，转载请声明来源钻瓜专利网。
