基于哈希算法的高維數(shù)據(jù)的最近鄰檢索.pdf

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