面向近邻搜索的马尔科夫图哈希算法

• 作者: 万剑怡 刘弘 江爱文 王明文
• 来源期刊: 计算机科学与探索
• 学科: 工学
• 关键词: 最近邻搜索 Markov网络 Laplacian特征映射 哈希编码:最近邻搜索 哈希编码
• 年，卷（期）: 2015,（7）
• 所属期刊栏目: 人工智能与模式识别
• 页码范围: 861-868
• 页数: 8页
• 分类号: TP181
• 字数: 5592字
• 语种: 中文
• DOI: 10.3778/j.issn.1673-9418.1409011

摘要

基于哈希编码的算法，由于其高效性，已经成为海量数据高维特征最近邻搜索的研究热点。目前存在的普遍问题是，当哈希编码长度较低时，原始特征信息保留不是很充分，从而导致检索结果不理想。为了解决这一问题，提出了一种基于Markov网络的有效哈希编码算法。该算法首先根据稀疏编码策略进行特征重构，通过Markov随机游走的方式构建特征之间的语义网络关系图，然后根据Laplacian特征映射求出投影函数，最后进行快速的线性投影二值化编码。在公开数据集上与主流算法进行了性能比较，实验结果表明该算法具备良好的检索性能。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	万剑怡	江西师范大学计算机信息工程学院	33	207	8.0	12.0
2	王明文	江西师范大学计算机信息工程学院	115	1470	19.0	34.0
3	江爱文	江西师范大学计算机信息工程学院	11	57	4.0	7.0
4	刘弘	江西师范大学计算机信息工程学院	1	1	1.0	1.0