-
公开(公告)号：CN112905644A
公开(公告)日：2021-06-04
申请号：CN202110285108.X
申请日：2021-03-17
Applicant: 杭州电子科技大学
IPC: G06F16/2455 , G06F16/22 , G06F16/28
Abstract: 本发明公开了一种融合结构化和非结构化数据的混合搜索方法。该方法首先将数据集中每一个实体所包含的结构化和非结构化数据分别向量化得到包含结构化向量和非结构化向量的实体向量；其次基于结构化向量和非结构化向量相似性组合构建融合结构化和非结构化数据近邻图；然后将查询实体所包含的结构化和非结构化数据通过向量化得到包含结构化向量和非结构化向量的混合查询向量；最后混合查询向量在融合结构化和非结构化数据近邻图上通过贪婪算法执行混合搜索得到查询实体的最近邻。本发明实现了同时对非结构化和结构化数据进行搜索的混合搜索，较之于当前的两种分离的索引系统效率得到较大提升。
-
公开(公告)号：CN113656678A
公开(公告)日：2021-11-16
申请号：CN202111212706.0
申请日：2021-10-19
Applicant: 杭州电子科技大学
IPC: G06F16/953
Abstract: 本发明涉及一种基于近邻图的多模态搜索方法，先将参照数据集中每一个参照对象的各个模态数据生成特征向量，然后根据各特征向量先独立计算，再用聚集函数融合计算得到各查询对象间的融合距离，由此构建参照对象的近邻图。接着根据查询内容生成包含多个特征向量的查询向量，使用查询向量在近邻图上执行多模态搜索得到最相似的查询目标。本发明的方法通过查询融合距离而同时对对象的多个模态进行查询，并能通过调整聚集函数而改变不同模态对融合距离的影响权重，从而实现了在搜索过程中对模态重要性的灵活操控，并提高了搜索的效率和精度。
-
公开(公告)号：CN112905644B
公开(公告)日：2022-08-02
申请号：CN202110285108.X
申请日：2021-03-17
Applicant: 杭州电子科技大学
IPC: G06F16/2455 , G06F16/22 , G06F16/28
Abstract: 本发明公开了一种融合结构化和非结构化数据的混合搜索方法。该方法首先将数据集中每一个实体所包含的结构化和非结构化数据分别向量化得到包含结构化向量和非结构化向量的实体向量；其次基于结构化向量和非结构化向量相似性组合构建融合结构化和非结构化数据近邻图；然后将查询实体所包含的结构化和非结构化数据通过向量化得到包含结构化向量和非结构化向量的混合查询向量；最后混合查询向量在融合结构化和非结构化数据近邻图上通过贪婪算法执行混合搜索得到查询实体的最近邻。本发明实现了同时对非结构化和结构化数据进行搜索的混合搜索，较之于当前的两种分离的索引系统效率得到较大提升。
-
公开(公告)号：CN113656678B
公开(公告)日：2022-03-01
申请号：CN202111212706.0
申请日：2021-10-19
Applicant: 杭州电子科技大学
IPC: G06F16/953
Abstract: 本发明涉及一种基于近邻图的多模态搜索方法，先将参照数据集中每一个参照对象的各个模态数据生成特征向量，然后根据各特征向量先独立计算，再用聚集函数融合计算得到各查询对象间的融合距离，由此构建参照对象的近邻图。接着根据查询内容生成包含多个特征向量的查询向量，使用查询向量在近邻图上执行多模态搜索得到最相似的查询目标。本发明的方法通过查询融合距离而同时对对象的多个模态进行查询，并能通过调整聚集函数而改变不同模态对融合距离的影响权重，从而实现了在搜索过程中对模态重要性的灵活操控，并提高了搜索的效率和精度。
-
-
-
Search Results
4
records
(took 0.017 seconds)
