基于稀疏譜哈圖像索引.pdf

1、隨著互聯(lián)網(wǎng)的高速發(fā)展，多媒體數(shù)據(jù)指數(shù)級(jí)增長(zhǎng)的時(shí)代已經(jīng)到來(lái)。面對(duì)具有海量、高維等新特點(diǎn)的互聯(lián)網(wǎng)數(shù)據(jù)，傳統(tǒng)的索引和檢索方式已經(jīng)難以滿足用戶快速而準(zhǔn)確的要求。因此，新的、快速有效處理大規(guī)模高維數(shù)據(jù)的索引算法不僅具有十分重要的理論意義，也成為現(xiàn)代網(wǎng)絡(luò)背景下的迫切需求，故而成為近年來(lái)國(guó)際國(guó)內(nèi)的研究熱點(diǎn)。
　　 針對(duì)數(shù)據(jù)高維化的新特性而產(chǎn)生的相似度計(jì)算困難等新問(wèn)題，本文受語(yǔ)義哈希算法(Semantic Hashing)啟發(fā)，在傳統(tǒng)譜哈希(S

2、pectral Hashing)索引方法的基礎(chǔ)上，引入稀疏主成份分析法(Sparse Principal Component Analysis)求取高維特征降維后的內(nèi)嵌子空間，排除特征表達(dá)中冗余的影響，使得高維特征索引和檢索更加快速而有效。本文稱這一索引方法為稀疏譜哈希(Sparse Spectral Hashing)索引。
　　 同時(shí)，為了使得稀疏譜哈希算法更好地適應(yīng)真實(shí)數(shù)據(jù)分步，本文在稀疏譜哈希中引入了機(jī)器學(xué)習(xí)中的Boost