中间态相似性保持的监督离散哈希方法的研究

发布时间：2024-02-03 02:19

　　经过数十年信息技术的发展,当今社会早已经迈进大数据时代。从个体层面来看,现如今我们每个人都无时无刻不在接触各种类型的媒体数据,比方说音频、短讯、图片、视频等;从整体层面来看,当今社会上每天产生的数据量已经超过了旧社会几千年数据量的总和;不仅如此,数据本身也变的越来越复杂,数据的特征维度正迅速增加,数据产生时也往往包含了多种模态。对数据的处理越来越离不开机器学习技术的进步。数据检索一直都是计算机科学范畴的研讨热点。在经典的数据检索任务中,最近邻检索是常被使用的一种办法;然而到了大数据时代,随着数据的存储和检索方面的挑战有增无已,想实现数据的最近邻检索已经不现实。与此同时,由于机器学习方面的进展迅速,特别是以哈希方法为代表的近似近邻检索技术的出现,为人类在大数据时代进行信息检索提供了一种高效的工具。与传统的拿数据特征来直接计算数据相关性的方式不同,哈希方法会把高维数据映射为紧凑的二进制哈希码来表示,同时保持数据之间的相似关系及语义信息;利用哈希码之间的海明距离来表示相似性,可以提升检索的速度;同时用保存哈希码代替原数据也大大节省了所需的存储空间。当今越来越多的数据以多模态的形式出现,这使得...

【文章页数】：52 页

【学位级别】：硕士

【部分图文】：

图1一2本文方法的简示图

该方法可以同时学得哈希码和哈希函数。同时ｇ标函数的解由本文??提出的迭代优化算法求得，该优化方法并非按位优化得到哈希码，它可以同时学??得所有的哈希码，这使得优化过程很高效。我们在Ｗｉｋｉｌ４ｌ］，ＭＩＲＦＨｃｋｒｌ４２］，??ＮＵＳ－ＷＩＤＥＩＭ三个数据集上进行实验，实验的结罘....

图3一l在w面数据集上肠卜N精确度曲

图３－２在Ｗｉｋｉ数据集上ＰＲ精确度曲??２

图3一3在MIRFljckr‘25

?山东大学硕士学位论文???Ｉｍａｇｅ－ｔｏ－Ｔｅｘｔ?＠?３２?ｂｉｔｓ?＿?＿＿?Ｉｍａｇｅ－ｔｏ－Ｔｅｘｔ?＠?６４?ｂｉｔｓ??????．????

图3一在NUS一WIDE

ｅｃａｅｃａ图３－６在ＮＵＳ－ＷＩＤＥ数据集上ＰＲ精确度曲??

本文编号：3893543