為提高大規(guī)模數(shù)據(jù)的檢索效率,提出一種無監(jiān)督式的海明距離搜索方法。首先,為了提高散列表處理效率,通過放寬尺寸約束得到具有可變長度散列鍵的多個散列表;然后,基于多散列表檢索概率的理論分析,通過一個搜索算法,得到適合的散列鍵長度（HKL）的集合,并由此得到檢索機(jī)制。實驗采用了SIFT、ANN和Flickr三個大規(guī)模數(shù)據(jù)集,利用最小召回率和檢索閾值驗證方法的性能。實驗結(jié)果表明:所提方法可高效處理大規(guī)模數(shù)據(jù)集,實現(xiàn)了1～3個數(shù)量級的加速度。 

【文章來源】：重慶理工大學(xué)學(xué)報(自然科學(xué)). 2020,34(01)北大核心

【文章頁數(shù)】：7 頁

【文章目錄】：
1多個散列表檢索
    1.1基于散列表集合的檢索機(jī)制
    1.2碰撞概率
    1.3固定長度與可變長度散列鍵的對比
    1.4近似的檢索概率
2樹型結(jié)構(gòu)的HKL集搜索機(jī)制
    2.1搜索樹裁剪規(guī)則
    2.2搜索算法
3實驗與分析
    3.1數(shù)據(jù)集和實驗設(shè)置
    3.2結(jié)果分析
4結(jié)束語


【參考文獻(xiàn)】：
期刊論文
[1]基于卷積神經(jīng)網(wǎng)絡(luò)和監(jiān)督核哈希的圖像檢索方法[J]. 柯圣財,趙永威,李弼程,彭天強(qiáng).  電子學(xué)報. 2017(01)
[2]基于改進(jìn)BOW模型的圖像分類技術(shù)[J]. 陳杰,王誠.  南京郵電大學(xué)學(xué)報(自然科學(xué)版). 2016(06)
[3]基于卷積神經(jīng)網(wǎng)絡(luò)和流形排序的圖像檢索算法[J]. 劉兵,張鴻.  計算機(jī)應(yīng)用. 2016(02)
[4]基于海明距離和TOPSIS的直覺模糊數(shù)排序法[J]. 譚吉玉,朱傳喜,張小芝,朱麗.  統(tǒng)計與決策. 2015(19)
[5]基于多特征融合的圖像檢索[J]. 張永庫,李云峰,孫勁光.  計算機(jī)應(yīng)用. 2015(02)



本文編號：3327136