基于局部结构传递的多模态表征学习方法和系统.pdfVIP

下载本文档

0
0
约2.06万字
约 17页
2023-04-27 发布于四川
举报
版权申诉

基于局部结构传递的多模态表征学习方法和系统.pdf

1、本文档共17页，其中可免费阅读16页，需付费10金币后方可阅读剩余内容。
2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明公开了一种基于局部结构传递的多模态表征学习方法和系统，本发明包括初始化各个模态的距离度量参数以及神经网络参数集合Θ，进行数量为总预设轮次epoch次的迭代训练，每一次迭代训练包括针对模态i的训练：固定其他模态的距离度量参数，根据多模态表征随机生成三元组，根据本模态的损失函数和梯度下降更新本模态的距离度量参数以及神经网络参数集合Θ中的参数。本发明不仅考虑了数据对象层面上的对齐，同时也考虑了各模态内部的数据结构对齐，使得在单一模态内学习得到的多模态数据表征的聚类结构更加明显，显而易见地这对于进

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114139641 A (43)申请公布日 2022.03.04 (21)申请号 202111476671.1 (22)申请日 2021.12.02 (71)申请人中国人民解放军国防科技大学