基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
由于传统局部敏感散列(LSH)算法的删除性能不足,阻碍了LSH算法在实际产品中的应用.提出一种基于压缩位图的改进方法,通过引入压缩位图改良传统LSH算法的桶中数据结构,以及使用标记清除策略进行算法流程优化,解决传统LSH索引实时删除性能差的问题.理论分析证明:基于压缩位图的LSH(CB-LSH)算法可以显著降低算法的空间复杂度和时间复杂度.实验结果支撑了理论分析的结论,相对于传统LSH算法,CB-LSH在降低内存消耗的同时,可显著提高索引删除、数据插入和数据查询的性能.在大型项目中的应用实践验证了在线实时更新的海量多媒体数据检索系统中,CB-LSH索引算法对于多媒体数据的高维索引是有效可行的,并显著提升了性能、降低了资源消耗.
推荐文章
基于内容的SIFT+LSH管道缺陷检索算法研究
基于内容的图像检索
SIFT特征
LSH算法
相似度
基于 LSH和 MapReduce 的近邻模型推荐算法
协同过滤
K-nearest Neighbor
LSH
MapReduce
一种LSH索引的自动参数调整方法
高维数据索引
相似度查询
近似最近邻查询
基于多特征LSH索引的快速遥感图像检索
图像检索
LSH索引
特征选择
索引有效性
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 CB-LSH:基于压缩位图的高性能LSH索引算法
来源期刊 浙江大学学报(工学版) 学科 工学
关键词 位图索引 局部敏感散列 高维索引 在线更新
年,卷(期) 2012,(3) 所属期刊栏目 计算机技术
研究方向 页码范围 377-385
页数 9页 分类号 TP311.13
字数 语种 中文
DOI 10.3785/j.issn.1008-973X.2012.03.001
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 陈刚 204 2984 32.0 47.0
2 吴羽 5 10 1.0 3.0
3 寿黎但 16 34 4.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (2)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2006(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
位图索引
局部敏感散列
高维索引
在线更新
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
浙江大学学报(工学版)
月刊
1008-973X
33-1245/T
大16开
杭州市浙大路38号
32-40
1956
chi
出版文献量(篇)
6865
总下载数(次)
6
总被引数(次)
81907
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导