期刊专题

10.11896/jsjkx.190100139

基于哈希算法的异构多模态数据检索研究

引用
随着大数据时代的发展,网络上的文本、图像、视频、音频等异构多模态数据呈指数级增长.在海量数据中进行异构多模态数据的检索,成为了热门的研究方向.但是,异构多模态数据检索面临两大挑战:1)数据存在"语义鸿沟",即如何表达异构多模态数据之间的相似性;2)在海量数据中,如何进行准确高效的检索.针对哈希检索算法忽略了异构多模态数据之间语义一致性的问题,文中提出了一种基于CCA(典型相关性分析)语义一致性的哈希检索算法(CCA-SCH).该算法为了保持模态内的语义一致性,分别生成文本和图像数据的语义模型;为了保持模态间的语义一致性,通过CCA算法融合文本和图像语义,生成最大相关矩阵;同时引入瞊2,ρ范式来减少原始数据集的噪声和冗余信息,使哈希函数具有更好的鲁棒性.实验结果表明,CCA-SCH算法在实验数据集上的均值平均准确率(Map)相较于基准算法提升了10% 以上,体现了该算法更好的检索性能.

哈希函数、语义一致性、CCA算法、异构多模态

46

TP391(计算技术、计算机技术)

国家自然科学基金项目61762009

2019-11-22(万方平台首次上网日期,不代表论文的发表时间)

共6页

49-54

暂无封面信息
查看本期封面目录

计算机科学

1002-137X

50-1075/TP

46

2019,46(10)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn