發(fā)布時間：2020-03-18 06:22

【摘要】：隨著大數(shù)據(jù)時代的到來,數(shù)據(jù)規(guī)模的增大和類別的增多給信息的分類和檢索帶來了巨大的挑戰(zhàn)。由于數(shù)據(jù)的結(jié)構(gòu)保持特性對提升分類和檢索的性能至關(guān)重要,基于此,本文研究了如何利用結(jié)構(gòu)保持特性提升經(jīng)典的支持向量機分類和哈希檢索方法的性能,所取得的研究成果如下:針對于廣義特征值近似支持向量機算法(GEPSVM)沒有充分考慮類內(nèi)和類間關(guān)系的缺點,提出了一種邊界局部結(jié)構(gòu)保持的支持向量機方法(BLPD-GEPSVM),通過引入結(jié)構(gòu)保持矩陣模型,定義了權(quán)值矩陣,使得在同一類數(shù)據(jù)之間的距離最小化,不同類數(shù)據(jù)的距離最大化,這樣能夠保證類內(nèi)信息盡可能的保持,而使類間的距離盡可能的區(qū)分開來。BLPD-GEPSVM方法不僅提升了復雜交叉數(shù)據(jù)分類的準確率,并且在多個數(shù)據(jù)集上的實驗驗證了所提方法相比傳統(tǒng)方法具有更優(yōu)的分類效果。針對現(xiàn)有的有監(jiān)督離散哈希方法(SDH)忽略了單模態(tài)數(shù)據(jù)中類內(nèi)和類間結(jié)構(gòu)信息的問題,提出了基于圖約束的離散哈希單模態(tài)檢索方法(GCDH)。在SDH方法基礎上,GCDH引入圖約束,構(gòu)建類內(nèi)固有圖,使得同一類數(shù)據(jù)之間的距離最小化,同時構(gòu)建類間懲罰圖,對不同類的數(shù)據(jù)之間的距離加以懲罰。進一步通過子空間投影,使得投影后同一類數(shù)據(jù)更加緊湊,不同類數(shù)據(jù)盡可能遠離。實驗結(jié)果表明,通過圖約束的引入,數(shù)據(jù)類內(nèi)結(jié)構(gòu)得到了保持,類間判別信息得到增強,從而提高了檢索精度。針對離散跨模態(tài)哈希方法(DCH)不能保證兩模態(tài)數(shù)據(jù)投影后嵌入空間相一致的缺陷,本文提出了基于子空間嵌入哈希方法(ESCH)。該方法在DCH模型基礎上,額外增加了一層嵌入空間,來保持不同模態(tài)數(shù)據(jù)的一致性,然后通過二次投影,使得該空間再投影到漢明空間中,進而與類標信息聯(lián)系起來,增強了線性分類的判別性。針對提出的基于子空間嵌入的哈希方法沒有考慮模態(tài)中同類數(shù)據(jù)和不同類數(shù)據(jù)相關(guān)性問題,提出了基于子空間嵌入的結(jié)構(gòu)保持哈希方法(ESSPH)。通過引入判別典型相關(guān)分析模型,使得同一類數(shù)據(jù)的相關(guān)性最大,不同類數(shù)據(jù)的相關(guān)性最小,從而較好的兼顧了各模態(tài)數(shù)據(jù)的結(jié)構(gòu)信息,生成的哈希碼達到了結(jié)構(gòu)保持的效果。
【圖文】：

3圖 1.1 為跨模態(tài)檢索案例，，表示以文本檢索出相應的圖片。圖1.1 跨模態(tài)檢索案例（圖片來源百度）單模態(tài)哈希檢索方法分為隨機投影哈希檢索方法和學習哈希檢索方法。在隨機投影哈希檢索方法中，最典型的是局部敏感哈希[26]（Locality-Sensitive Hashing，LSH）算法，它是 Gionis 在 1999 年提出的算法，該算法利用隨機線性投影將歐式空間中相近的數(shù)據(jù)點映射成相似的哈希碼，從理論上保證了隨著哈希碼長度的增加，兩個哈希碼之間的漢明距離將會接近原始數(shù)據(jù)的歐氏距離。隨后在 2009 年，Kulis 和 Grauman提出了核化局部敏感哈希算法[27]（KLSH），被用于大規(guī)模圖像檢索和分類當中。然而這兩種隨機投影哈希檢索方法為了保證檢索精確度

4般框架。圖1.2 跨模態(tài)檢索一般框架在真值表示的學習中，又分為監(jiān)督型學習和非監(jiān)督型學習，在非監(jiān)督型學習中，典型相關(guān)分析[31]（CCA）是一種最經(jīng)典的非監(jiān)督子空間學習方法，它是主成分分析方法[32]（PCA）的跨模態(tài)擴展。它從不同模態(tài)的數(shù)據(jù)中建立起模態(tài)之間的聯(lián)系。這一方法被廣泛用于跨媒體檢索、跨語言檢索和一些視覺問題上。典型相關(guān)分析通過最大化兩個模態(tài)之間的相關(guān)性來達到學習一個共同子空間的目的。而學習到的這個子空間可以用來衡量不同模態(tài)特征的相似性。除了經(jīng)典相關(guān)分析，偏最小二乘法[33]（PLS）和雙線性模型[34]（BLM）也被用來跨模態(tài)檢索，Sharma 和 Jacobs 使用 PLS 將不同模態(tài)的圖片信息線性映射到一個共同的線性子空間，在這子空間里它們是高度相關(guān)的。陳永明等人將 PLS 運用到跨模態(tài)文本檢索中，他們將圖片特征轉(zhuǎn)換到文本空間中，然后學習一個語義空間來衡量兩個不同模態(tài)之間的相似性。在 2000 年，Tenenbaum 和Freeman 提出雙線性模型
【學位授予單位】：西安電子科技大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：TP391.3;TP181

【相似文獻】

相關(guān)期刊論文 前10條

1 蔣大宏;動態(tài)哈希方法[J];計算機工程;1993年01期

2 魯明;宋馥莉;;基于誤差加權(quán)哈希的圖像檢索方法[J];河南科技;2016年17期

3 宋欣;;哈希:品質(zhì)承諾鑄就品牌基石[J];現(xiàn)代企業(yè)文化;2012年Z1期

4 蔣大宏;實現(xiàn)檢索代價最優(yōu)的動態(tài)哈希法[J];計算機工程與應用;1994年Z2期

5 郁延珍;;基于深度多監(jiān)督哈希的快速圖像檢索[J];計算機應用與軟件;2019年11期

6 孫瑤;;深度學習哈希研究與發(fā)展[J];數(shù)據(jù)通信;2018年02期

7 潘輝;鄭剛;胡曉惠;馬恒太;;基于感知哈希的圖像內(nèi)容鑒別性能分析[J];計算機輔助設計與圖形學學報;2012年07期

8 牛夏牧;焦玉華;;感知哈希綜述[J];電子學報;2008年07期

9 徐澤明;侯紫峰;;串的快速連續(xù)弱哈希及其應用[J];軟件學報;2011年03期

10 郭呈呈;于鳳芹;陳瑩;;改進哈希編碼加權(quán)排序的圖像檢索算法[J];傳感器與微系統(tǒng);2018年09期

相關(guān)會議論文 前10條

1 張維克;孔祥維;尤新剛;;安全魯棒的圖像感知哈希技術(shù)[A];第七屆全國信息隱藏暨多媒體信息安全學術(shù)大會論文集[C];2007年

2 劉玉瑩;劉宏哲;袁家政;何喬鵬;;深度哈希在大規(guī)模圖像處理中的應用[A];中國計算機用戶協(xié)會網(wǎng)絡應用分會2017年第二十一屆網(wǎng)絡新技術(shù)與應用年會論文集[C];2017年

3 夏斌;王斌;關(guān)志峰;;一種基于多維哈希鏈的M-Commerce微支付方案[A];第一屆中國高校通信類院系學術(shù)研討會論文集[C];2007年

4 吳萬烽;王汝傳;黃海平;孫力娟;;Sead協(xié)議哈希鏈機制的分析與改進[A];第十一屆保密通信與信息安全現(xiàn)狀研討會論文集[C];2009年

5 張嘯;邵健;吳飛;莊越挺;;SSH:基于稀疏譜哈希的圖像索引[A];第六屆和諧人機環(huán)境聯(lián)合學術(shù)會議（HHME2010)、第19屆全國多媒體學術(shù)會議（NCMT2010）、第6屆全國人機交互學術(shù)會議（CHCI2010）、第5屆全國普適計算學術(shù)會議（PCC2010）論文集[C];2010年

6 尚鳳軍;潘英俊;;一種雙哈希IP數(shù)據(jù)包分類算法研究[A];第二十一屆中國數(shù)據(jù)庫學術(shù)會議論文集（技術(shù)報告篇）[C];2004年

7 王國仁;葉峰;王欣暉;于戈;鄭懷遠;;NOW環(huán)境下并行哈希連接算法的設計與實現(xiàn)[A];第十五屆全國數(shù)據(jù)庫學術(shù)會議論文集[C];1998年

8 吳萬烽;王汝傳;黃海平;李玲娟;;基于可再生哈希鏈及二次示證方案的安全高效距離向量協(xié)議[A];江蘇省電子學會2010年學術(shù)年會論文集[C];2010年

9 何云峰;林朝輝;于俊清;管濤;;基于位置敏感哈希的分布式高維索引方法研究[A];第八屆和諧人機環(huán)境聯(lián)合學術(shù)會議（HHME2012)論文集NCMT[C];2012年

10 魏波;;哈希DR1010COD測定儀在COD分析中的應用[A];四川省環(huán)境科學學會二0一一年學術(shù)年會論文集[C];2011年

相關(guān)重要報紙文章 前2條

1 ;中華人民共和國和約旦哈希姆王國關(guān)于建立戰(zhàn)略伙伴關(guān)系的聯(lián)合聲明[N];人民日報;2015年

2 韓大慶 李躍坤 顧晨曦;哈希姆:進入南亞市場成本低[N];中國貿(mào)易報;2006年

相關(guān)博士學位論文 前10條

1 馬雷;面向大規(guī)模圖像哈希學習的理論與方法研究[D];電子科技大學;2019年

2 王家樂;基于哈希學習的跨模態(tài)檢索與標注方法研究[D];華中科技大學;2017年

3 馬超;語義鑒別和相似性保持的哈希方法研究與應用[D];南京理工大學;2017年

4 季劍秋;面向大規(guī)模數(shù)據(jù)相似計算和搜索的哈希方法研究[D];清華大學;2015年

5 付海燕;基于圖像哈希的大規(guī)模圖像檢索方法研究[D];大連理工大學;2014年

6 劉兆慶;圖像感知哈希若干關(guān)鍵技術(shù)研究[D];哈爾濱工業(yè)大學;2013年

7 姚濤;基于哈希方法的跨媒體檢索研究[D];大連理工大學;2017年

8 陳勇昌;基于不變特征的數(shù)字水印與感知哈希圖像認證技術(shù)研究[D];華南理工大學;2014年

9 趙玉鑫;多媒體感知哈希算法及應用研究[D];南京理工大學;2009年

10 張慧;圖像感知哈希測評基準及算法研究[D];哈爾濱工業(yè)大學;2009年

相關(guān)碩士學位論文 前10條

1 方楊;基于深度學習的魯棒圖像哈希檢索方法研究[D];華中科技大學;2019年

2 李艷暖;深度分段哈希圖像檢索算法設計與實現(xiàn)[D];華中科技大學;2019年

3 胡志鍇;結(jié)合語義保護和關(guān)聯(lián)挖掘的跨模態(tài)哈希檢索算法研究[D];華僑大學;2019年

4 袁知洪;基于哈希學習的大規(guī)模圖像檢索[D];重慶郵電大學;2018年

5 許焱;基于哈希的行人重識別[D];電子科技大學;2019年

6 李嘉展;基于深度離散哈希的醫(yī)學影像檢索與平臺實現(xiàn)[D];西安電子科技大學;2019年

7 李逸凡;基于哈希學習的跨模態(tài)檢索技術(shù)研究[D];哈爾濱工業(yè)大學;2019年

8 徐祥鋒;基于深度哈希的圖像示例搜索算法研究[D];南京郵電大學;2019年

9 杜佳寧;基于潛在語義學習的跨模態(tài)哈希檢索算法研究[D];大連理工大學;2019年

10 尚斌;弱監(jiān)督跨模態(tài)哈希檢索方法研究[D];西安電子科技大學;2019年

本文編號：2588350