[发明专利]针对不完整异构数据的自适应哈希方法及装置

说明书

技术领域

本发明涉及信息检索技术领域，特别涉及一种针对不完整异构数据的自适应哈希方法及装置。

背景技术

目前，利用哈希技术对异构数据进行信息检索是一种常见应用，相关技术中，异构数据的各个模态都是完整的，没有缺失任何样本。但是实际上每个模态都有缺失样本的可能性，因此，相关技术中的哈希技术难以在不完整的异构数据上取得较好的检索性能，有待改进。

发明内容

本发明旨在至少在一定程度上解决相关技术中的技术问题之一。

为此，本发明的一个目的在于提出一种针对不完整异构数据的自适应哈希方法，该方法可提升系统的检索效果，减少不必要的信息误导，减少人工设定带来的不准确性、不科学性。

本发明的另一个目的在于提出一种针对不完整异构数据的自适应哈希装置。

为达到上述目的，本发明一方面实施例提出了一种针对不完整异构数据的自适应哈希方法，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。

本发明实施例的针对不完整异构数据的自适应哈希方法，在一个统一的一般化框架里，通过线性时间的哈希编码技术提升了系统的检索效果，其中，在估计涉及到缺失样本的邻接信息时，只需要利用已有的数据，不需要额外引入辅助信息，从而减少了不必要的信息误导，并且在融合各个模态邻接信息时，利用自适应图学习的手段，对于各模态所含有信息的占比权值进行自适应评估，减少了人工设定带来的不准确性、不科学性。

进一步地，在本发明的一个实施例中，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。

进一步地，在本发明的一个实施例中，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；根据所述统一的哈希编码进行信息检索。

进一步地，在本发明的一个实施例中，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。

进一步地，在本发明的一个实施例中，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。

为达到上述目的，本发明另一方面实施例提出了一种针对不完整异构数据的自适应哈希装置，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。

本发明实施例的针对不完整异构数据的自适应哈希装置，在一个统一的一般化框架里，通过线性时间的哈希编码技术提升了系统的检索效果，其中，在估计涉及到缺失样本的邻接信息时，只需要利用已有的数据，不需要额外引入辅助信息，从而减少了不必要的信息误导，并且在融合各个模态邻接信息时，利用自适应图学习的手段，对于各模态所含有信息的占比权值进行自适应评估，减少了人工设定带来的不准确性、不科学性。

进一步地，在本发明的一个实施例中，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。

进一步地，在本发明的一个实施例中，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；检索单元，用于根据所述统一的哈希编码进行信息检索。

进一步地，在本发明的一个实施例中，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。

进一步地，在本发明的一个实施例中，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。

本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：