版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、“大數(shù)據(jù)”時(shí)代給數(shù)據(jù)檢索帶來了新的挑戰(zhàn),相似性檢索顯得尤為重要。局部敏感哈希算法是相似性檢索中最流行的一種,該算法是建立在哈希的基礎(chǔ)上的一種近似最近鄰算法,它能將檢索時(shí)間復(fù)雜度縮減到線性。與其它基于Tree的數(shù)據(jù)結(jié)構(gòu)相比,局部敏感哈希算法能較好的處理數(shù)據(jù)在高維空間中的檢索問題。注意到高維數(shù)據(jù)利用該算法檢索得到候選集后需要進(jìn)行相似度計(jì)算,而這一部分所耗費(fèi)時(shí)間的占整個(gè)數(shù)據(jù)檢索時(shí)間的比重非常大,所以該算法在處理大規(guī)模數(shù)據(jù)時(shí)的性能仍然需要提高。
2、
針對(duì)局部敏感哈希算法,考慮到數(shù)據(jù)維數(shù)和數(shù)據(jù)量的急劇增加而檢索時(shí)間還不能滿足需求情況下,提出了在不同場(chǎng)合下兩種改進(jìn)的局部敏感哈希算法并應(yīng)用于圖像,本文在局部敏感哈希算法的基礎(chǔ)上做了以下工作:
1.對(duì)利用局部敏感哈希算法查找前k個(gè)最相似(Top-k)的問題,提出了一種基于次數(shù)排序的局部敏感哈希算法(ST-LSH)。該算法將唯一化前的索引號(hào)按出現(xiàn)次數(shù)進(jìn)行排序來輸出,避免了相似度計(jì)算花費(fèi)大量時(shí)間的問題。實(shí)驗(yàn)結(jié)果顯示,與改進(jìn)
3、前的算法相比,在保證識(shí)別率基本不變的情況下,改進(jìn)后的算法大大減少了數(shù)據(jù)檢索時(shí)間。
2.在利用局部敏感哈希算法進(jìn)行數(shù)據(jù)類別的查找過程中,為了彌補(bǔ)容易受噪聲點(diǎn)的影響,提出了一種基于k近鄰分類(k-nearest neighbor)局部敏感哈希算法(KNN-LSH)。KNN-LSH充分利用了唯一化后的候選集的信息,利用候選集唯一化后的索引號(hào)所屬的類別進(jìn)行k近鄰分類。即統(tǒng)計(jì)當(dāng)前候選集所屬類別的信息,將查詢對(duì)象歸為所屬類別最多的那一類,
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 局部敏感哈希算法的研究.pdf
- 基于局部敏感哈希的近似近鄰查詢算法研究.pdf
- 基于學(xué)習(xí)的分布式局部敏感哈希算法研究.pdf
- 基于局部敏感哈希的入侵檢測(cè)方法.pdf
- 基于局部敏感哈希的聲源定位方法.pdf
- 基于局部敏感哈希的近似最近鄰查詢研究.pdf
- 基于局部敏感哈希的實(shí)例匹配技術(shù)研究.pdf
- 定向多探頭隨機(jī)超平面局部敏感哈希.pdf
- 位置敏感哈希算法的性能分析研究.pdf
- 位置敏感哈希算法的工作機(jī)理研究.pdf
- 基于位置敏感哈希的近似kNN查詢算法研究.pdf
- 基于局部線性嵌入和局部保持投影的圖像哈希算法.pdf
- 基于局部敏感哈希和支持向量機(jī)的半監(jiān)督增量學(xué)習(xí)研究.pdf
- 基于局部敏感性哈希的代碼相似性檢測(cè)技術(shù)研究.pdf
- 離散局部線性嵌入哈希.pdf
- 局部線性嵌入算法的改進(jìn)與研究.pdf
- 基于局部敏感直方圖的視覺目標(biāo)跟蹤算法研究.pdf
- 音頻感知哈希算法研究.pdf
- 半監(jiān)督哈希算法研究.pdf
- 基于改進(jìn)哈希算法的快速KNN文本分類方法.pdf
評(píng)論
0/150
提交評(píng)論