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),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、最近鄰檢索是機器學(xué)習(xí),數(shù)據(jù)挖掘,模式識別,計算機視覺等研究領(lǐng)域的基本問題。最近的研究表明,以局部敏感哈希算法為代表的哈希算法,可以有效地應(yīng)用在大規(guī)模高維數(shù)據(jù)的最近鄰檢索問題中。目前許多的哈希算法都是基于隨機投影算法的,這些算法都需要產(chǎn)生很多的哈希表(在實際中就是長的二進(jìn)制編碼)才能獲得不錯的檢索效果。而另一類基于學(xué)習(xí)的哈希算法在哈希編碼較短時性能不錯,但是當(dāng)編碼長度增長時,性能的提高并不明顯。
針對這些不足,本文提出了兩種
2、新的哈希算法,分別為密度敏感哈希算法和壓縮哈希算法。(i)密度敏感哈希算法可以看成是局部敏感哈希算法的一個擴展。通過挖掘數(shù)據(jù)的內(nèi)在幾何結(jié)構(gòu),密度敏感哈希算法避免了像局部敏感哈希算法那樣完全隨機地產(chǎn)生投影,而是依據(jù)具體數(shù)據(jù)的分布產(chǎn)生最合理的投影向量,并且通過最大熵原則從候選投影中選取最后產(chǎn)生二值哈希編碼的投影;(ii)壓縮哈希算法是把稀疏編碼技術(shù)和壓縮感知方面的理論結(jié)合在一起的新的哈希算法?;诮评碚撝械姆e分算子,該算法首先引入了一個稀
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空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對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, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于哈希加速的近似最近鄰檢索算法研究.pdf
- 高維數(shù)據(jù)最近鄰查詢算法研究.pdf
- 適用于最近鄰檢索的堆疊哈希量化算法.pdf
- 基于哈希的最近鄰查找.pdf
- 基于局部敏感哈希的近似最近鄰查詢研究.pdf
- 基于堆疊乘積量化的最近鄰檢索.pdf
- 近似最優(yōu)最近鄰高維局部線性掃描算法研究.pdf
- 最近鄰查詢和反最近鄰查詢算法研究.pdf
- 自然最近鄰居在高維數(shù)據(jù)結(jié)構(gòu)學(xué)習(xí)中的應(yīng)用.pdf
- 快速近似近鄰檢索的哈希方法研究.pdf
- 基于自然最近鄰居的分類算法研究.pdf
- 基于哈希算法的海量多媒體數(shù)據(jù)檢索研究.pdf
- 基于內(nèi)容的圖像哈希檢索算法研究.pdf
- 基于哈希算法的圖像檢索研究.pdf
- 基于圖像特征的最近鄰搜索算法研究.pdf
- 云環(huán)境下密文數(shù)據(jù)的近似最近鄰檢索技術(shù)研究.pdf
- 基于局部敏感哈希的近似近鄰查詢算法研究.pdf
- 基于哈希算法的圖像檢索系統(tǒng).pdf
- 基于哈希編碼的圖像檢索算法研究.pdf
- 最近鄰分類的若干改進(jìn)算法研究.pdf
評論
0/150
提交評論