[发明专利]针对不完整异构数据的自适应哈希方法及装置

权利要求书

1.一种针对不完整异构数据的自适应哈希方法，其特征在于，包括以下步骤：

当异构数据样本缺失时，对多个模态的每个模态分别构建二分图进行马尔科夫随机游走和概率转移计算，并估计出涉及到缺失样本的邻接信息；

通过自适应图学习融合所述多个模态的每个模态的邻接信息获得统一的邻接信息，并根据所述统一的邻接信息通过锚哈希技术得到统一的哈希编码。

2.根据权利要求1所述的针对不完整异构数据的自适应哈希方法，其特征在于，根据原始不完整的异构数据的对应关系在所述多个模态的每个模态分别选择锚点。

3.根据权利要求1所述的针对不完整异构数据的自适应哈希方法，其特征在于，根据所述统一的邻接信息通过锚哈希技术得到统一的哈希编码，进一步包括：

利用所述统一的邻接信息构建锚图；

获取所述统一的哈希编码；以及

根据所述统一的哈希编码进行信息检索。

4.根据权利要求1所述的针对不完整异构数据的自适应哈希方法，其特征在于，所述通过自适应图学习融合所述多个模态的每个模态的邻接信息获得统一的邻接信息，进一步包括：

通过自适应学习得到所述每个模态的占比权重，并学习得到所述自适应图，以得到所述统一的邻接信息。

5.根据权利要求4所述的针对不完整异构数据的自适应哈希方法，其特征在于，其中，根据所述自适应图进行学习，以对所述每个模态所含有信息的占比权值进行自适应评估，从而得到所述自适应图。

6.一种针对不完整异构数据的自适应哈希装置，其特征在于，包括：

构建模块，用于在异构数据样本缺失时，对多个模态的每个模态分别构建二分图进行马尔科夫随机游走和概率转移计算，并估计出涉及到缺失样本的邻接信息；

学习模块，用于通过自适应图学习融合所述多个模态的每个模态的邻接信息获得统一的邻接信息，并根据所述统一的邻接信息通过锚哈希技术得到统一的哈希编码。

7.根据权利要求6所述的针对不完整异构数据的自适应哈希装置，其特征在于，根据原始不完整的异构数据的对应关系在所述多个模态的每个模态分别选择锚点。

8.根据权利要求6所述的针对不完整异构数据的自适应哈希装置，其特征在于，所述学习模块包括：

构建单元，用于利用所述统一的邻接信息构建锚图；

获取单元，用于获取所述统一的哈希编码；以及

检索单元，用于根据所述统一的哈希编码进行信息检索。

9.根据权利要求6所述的针对不完整异构数据的自适应哈希装置，其特征在于，所述学习模块还用于通过自适应学习得到所述每个模态的占比权重，并学习得到所述自适应图，以得到所述统一的邻接信息。

10.根据权利要求9所述的针对不完整异构数据的自适应哈希装置，其特征在于，其中，根据所述自适应图进行学习，以对所述每个模态所含有信息的占比权值进行自适应评估，从而得到所述自适应图。