(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210788585.2 (22)申请日 2022.07.06 (71)申请人 杭州费尔斯 通科技有限公司 地址 310051 浙江省杭州市滨江区西兴街 道阡陌路482号B楼第七层 (72)发明人 韩瑞峰　杨红飞　程东　 (74)专利代理 机构 杭州求是专利事务所有限公 司 33200 专利代理师 刘静 (51)Int.Cl. G06F 16/2455(2019.01) G06K 9/62(2022.01) (54)发明名称 一种基于贝叶斯优化的数据检索方法及装 置 (57)摘要 本发明公开了一种基于贝叶斯优化的数据 检索方法及装置， 计算检索数据与数据集数据的 距离， 用数据与距离构成训练集； 用GAN网络的编 码器得到训练集中数据的隐空间表 示向量， 用高 斯过程对 隐空间表示向量和检索数据与数据集 数据的距离构成的向量数据集拟合， 得到高斯过 程模型； 利用高斯过程模型， 通过最优化采样函 数对向量数据集进行采样， 得到使得采样函数最 大的隐空间上的q个变量； 用GAN网络的解码器q 个变量对解码， 得到一组数据， 用距离函数得到 采样点与检索数据的距离， 进行迭代训练， 将采 样点中距离小于阈值的点作为数据检索的结果。 权利要求书2页 说明书5页 附图2页 CN 114880360 A 2022.08.09 CN 114880360 A 1.一种基于贝叶斯优化的数据检索方法， 其特 征在于， 该 方法包括以下步骤： （1） 对于一条检索数据I， 在待检索的数据集中随机选取一部分数据作为训练集， 计算 训练集中每条数据j与检索数据I之间的距离d_j_I， 用数据j和数据j与检索数据I之间的距 离d_j_I形成的数据对 （j,  d_j_I） 构成训练集； （2） 将检索 数据I输入GAN网络， 基于GAN网络编码层输出按照高斯分布随机采样得到样 本z， 建立以样本z为输入， 数据j与检索数据I之间的距离d_j_I为输出的全连接预测网络； 同时建立以样本z为输入， 用0和1为输出表示为生成和真实样本的全连接真实样本预测网 络； 计算数据重 建损失、 KL散度损失、 度量学习损失、 目标预测损失、 真实和生成数据预测损 失， 训练GAN网络； （3） 用训练后的GAN网络的编码器得到训练集 中数据j的隐空间表示向量z_j， 将隐空间 表示向量z_j和数据j与检索数据I之间的距离d_j_I构建向量数据集 （z_j,  d_j_I） ， 用高斯 过程对该向量数据集 （z_j,  d_j_I） 进行拟合， 得到高斯过程模型； （4） 基于贝叶斯优化过程， 迭代地拟合 高斯过程模型、 采样新数据， 具体为： 通过最优化 采样函数对向量数据集进 行采样， 得到使 得采样函数最大的 隐空间上的q个样本z； 用GAN网 络的解码 器对样本z解码， 得到一组数据j2， 将其中不存在于待检索的数据集中的数据去除 后， 用距离函数得到采样点与检索数据I的距离d_j2 _I， 将 （j2， d_j2 _I） 新增到训练集中， 返 回步骤 （3） 重新训练高斯过程模型， 重复这一过程直到与检索数据I的距离小于阈值； 迭代 得到的采样点中距离d_j2_I小于阈值的点作为数据检索的结果。 2.根据权利要求1所述的一种基于贝叶斯优化的数据检索方法， 其特征在于， 步骤 （4） 中， 迭代过程中如果达到了最大迭代次数， 则直接取目前为止采样点中与检索数据I距离最 近的作为数据检索的结果。 3.根据权利要求1所述的一种基于贝叶斯优化的数据检索方法， 其特征在于， 两条数据 之间的相似距离度量方法为score_functi on。 4.根据权利要求1所述的一种基于贝叶斯优化的数据检索方法， 其特征在于， 数据重建 损失具体为： 检索数据I输入GAN网络， 通过编码网络得到向量u和std， u和std分别表 示检索 数据I经过编码之后的均值和方差， 按照高斯分布随机采样得到样本z， 用二分类用的交叉 熵损失函数BC E对样本z和检索数据I计算数据重建损失。 5.根据权利要求4所述的一种基于贝叶斯优化的数据检索方法， 其特征在于， KL散度损 失具体为： 计算u和std表示的分布与样本 z表示的分布之间的KL散度。 6.根据权利要求1所述的一种基于贝叶斯优化的数据检索方法， 其特征在于， 真实和生 成数据预测损失具体为： 输入样本z， 用全连接 真实样本预测网络得到输出， 与真值 1计算交 叉熵损失， 得到预测损失； 用与输入数据维度相同的随机向量作为GAN网络输入， 经过编码 器网络得到随机向量的样本z2， 用全连接 真实样本预测网络得到输出， 与真值0计算交叉熵 损失， 得到预测损失。 7.根据权利要求1所述的一种基于贝叶斯优化的数据检索方法， 其特征在于， 度量学习 损失具体为： 对样本 z进行计算对比学习损失或t riplet损失。 8.根据权利要求1所述的一种基于贝叶斯优化的数据检索方法， 其特征在于， 目标预测 损失具体为： 用样 本z作为全连接预测网络的输入， 用输出和数据j与检索数据I之 间的距离 d_j_I计算交叉熵损失， 得到预测损失。权　利　要　求　书 1/2 页 2 CN 114880360 A 29.一种基于贝叶斯优化的数据检索装置， 包括存储器和一个或多个处理器， 所述存储 器中存储有 可执行代码， 其特征在于， 所述处理器执行所述可执行代码时， 用于实现如权利 要求1‑8中任一项所述的基于贝叶斯优化的数据检索方法的步骤。 10.一种计算机可读存储介质， 其上存储有程序， 其特征在于， 该程序被处理器执行时， 实现如权利要求1 ‑8中任一项所述的基于贝叶斯优化的数据检索方法的步骤。权　利　要　求　书 2/2 页 3 CN 114880360 A 3