買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉河北政通檔案管理有限公司申請的專利一種基于大數據技術的智能數據庫視頻檢索方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN120216722B 。

龍圖騰網通過國家知識產權局官網在2025-09-26發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510287157.5，技術領域涉及：G06F16/783；該發明授權一種基于大數據技術的智能數據庫視頻檢索方法是由楊波;郭旭輝設計研發完成，并于2025-03-12向國家知識產權局提交的專利申請。

本一種基于大數據技術的智能數據庫視頻檢索方法在說明書摘要公布了：本發明涉及智能信息檢索技術領域，具體涉及一種基于大數據技術的智能數據庫視頻檢索方法，包括以下步驟：S1：對原始視頻流進行時空切片處理；S2：提取視覺特征向量、音頻波形向量及文本描述向量；S3：構建跨模態關聯矩陣；S4：構建分層混合索引結構，包括實時更新層與靜態存儲層；S5：接收用戶檢索請求后，基于分層混合索引結構進行候選視頻集篩選，以生成檢索結果；S6：更新跨模態關聯矩陣，同步更新層的權重參數。本發明，通過跨模態特征融合提升檢索精準度，采用分層混合索引結構優化數據存儲與檢索效率，并結合用戶行為反饋動態調整索引權重，從而實現高效、精準且智能化的視頻檢索。

本發明授權一種基于大數據技術的智能數據庫視頻檢索方法在權利要求書中公布了：1.一種基于大數據技術的智能數據庫視頻檢索方法，其特征在于，包括以下步驟： S1：對原始視頻流進行時空切片處理，生成帶時間戳標記的視頻片段單元； S2：從S1生成的視頻片段單元中提取視覺特征向量、音頻波形向量及文本描述向量，生成多模態特征向量組； S3：基于用戶歷史行為數據構建跨模態關聯矩陣，并對多模態特征向量組進行動態權重融合，生成語義特征向量； 所述S3具體包括： S31：對用戶歷史行為數據進行統計處理，設用戶歷史行為數據中第條記錄中，對視覺，音頻和文本模態分別采集的用戶交互評分記為及，并計算各模態的平均評分分別記為及；進而依據各模態之間的用戶交互評分，采用皮爾遜相關系數構建跨模態關聯矩陣； S32：根據跨模態關聯矩陣中視覺，音頻和文本之間的相關系數，計算各模態的權重參數；其中，視覺模態權重參數按下式計算：；音頻模態權重參數按下式計算：；文本模態權重參數按下式計算：；各權重參數之和為1； S33：利用動態權重系數，對各模態特征向量進行加權融合，生成語義特征向量，公式為：，其中，即為最終生成的語義特征向量，為視覺特征向量，為音頻波形向量，為文本描述向量； S4：根據視頻熱度值構建分層混合索引結構，所述分層混合索引結構包括實時更新層與靜態存儲層，進而將S3生成的語義特征向量寫入實時更新層或靜態存儲層； 所述S4具體包括： S41：對每個視頻片段單元，根據固定權重計算視頻熱度值； S42：設預設閾值，并對計算得到的與進行比較，以確定歸屬的索引層；定義索引層標識的計算公式為：，其中，表示視頻片段單元歸入實時更新層，表示歸入靜態存儲層； S43：構建包括實時更新層與靜態存儲層的分層混合索引結構；實時更新層支持增量寫入操作，靜態存儲層用于存儲歸屬低熱度的視頻片段單元； S44：依據的取值，將語義特征向量寫入對應的索引層； S5：接收用戶檢索請求后，基于分層混合索引結構進行候選視頻集篩選，并通過改進的余弦相似度算法計算候選視頻集的語義特征向量與檢索請求的匹配度，以生成檢索結果，同時記錄用戶對檢索結果的操作行為數據； S6：根據記錄的用戶操作行為數據更新跨模態關聯矩陣，同步觸發分層混合索引結構中實時更新層的權重參數，以優化后續檢索結果的準確性。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人河北政通檔案管理有限公司，其通訊地址為：061001 河北省滄州市高新區小微企業科技創業園第029F號廠房2層203、204；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。