一种基于聚合相似度的深度哈希的不平衡商标检索方法

摘要

本发明公开一种基于聚合相似度的深度哈希的不平衡商标检索方法，步骤为：第一：构建神经网络的网络架构，并初始化神经网络参数；第二：通过哈达玛矩阵和Bern随机采样的良好属性生成商标哈希簇心；第三：基于商标哈希簇心，构建商标语义哈希簇心；第四：对于商标数据集训练集的训练样本，通过稀疏哈希编码模块获得训练集哈希编码集；第五：计算argminLT损失并执行反向传播以优化神经网络参数，直至模型收敛，生成基于聚合相似度的深度哈希神经网络。与现有技术相比，本发明的有益效果为：本发明的方法结合深度学习技术和哈希技术的优点，使同类商标靠近、不同类商标远离，从而提高商标训练的表征能力，解决了数据类间不平衡带来的检索问题。