自适应高效深度跨模态增量哈希检索算法

摘要：

针对现阶段深度跨模态哈希检索算法无法较好地检索训练数据类别以外的数据及松弛哈希码离散化约束造成的次优解等问题,提出自适应深度跨模态增量哈希检索算法,保持训练数据的哈希码不变,直接学习新类别数据的哈希码.同时,将哈希码映射到潜在子空间中保持多模态数据之间的相似性和非相似性,并提出离散约束保持的跨模态优化算法来求解最优哈希码.此外,针对目前深度哈希算法缺乏有效的复杂度评估方法,提出基于神经网络神经元更新操作的复杂度分析方法,比较深度哈希算法的复杂度.公共数据集上的实验结果显示,所提算法的训练时间低于对比算法,同时检索精度高于对比算法.

关键词：增量学习、哈希编码、语义保持、潜在空间、跨模态检索

所属期刊栏目：59

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金;重庆市自然科学基金;西华师范大学校级课题

在线出版日期：2023-02-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：85-93