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:
为了提高图像检索精度,文章在谱哈希的基础上引入最小量化误差的思想,提出了一种基于改进谱哈希的大规模图像检索算法,该算法避免了谱哈希中要求的数据服从均匀分布的假设,并且能够保持数据在原始空间的相似性;引入Boosting算法来确定阈值,使得该算法具有更强的适应性和更广泛的应用;在公开的图像数据集上做了实验,实验结果表明该方法优于谱哈希、局部敏感哈希和迭代量化等哈希算法。
推荐文章
基于哈希技术的BoV W图像检索
二进制哈希码
视觉词袋模型
二进制视觉词典
图像检索
面向Web图像检索的基于语义迁移的无监督深度哈希
语义迁移
图像哈希
Web图像检索
深度学习
基于PCA的哈希图像检索算法
哈希
图像检索
主成分分析
流形学习
基于深度学习的大规模人脸图像检索
人脸检索
卷积神经网络
深度学习
由粗到细
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 基于改进谱哈希的大规模图像检索
来源期刊 合肥工业大学学报(自然科学版) 学科 工学
关键词 哈希 经验误差 拉普拉斯矩阵 Boosting算法
年,卷(期) 2016,(8) 所属期刊栏目 ?计算机与信息工程?
研究方向 页码范围 1049-1054
页数 6页 分类号 TN919.81
字数 4851字 语种 中文
DOI 10.3969/j.issn.1003-5060.2016.08.009
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 齐美彬 合肥工业大学计算机与信息学院 134 1683 20.0 34.0
2 蒋建国 合肥工业大学计算机与信息学院 245 2905 27.0 39.0
3 夏立超 合肥工业大学计算机与信息学院 1 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (8)
共引文献  (3)
参考文献  (11)
节点文献
引证文献  (3)
同被引文献  (7)
二级引证文献  (0)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(3)
  • 参考文献(1)
  • 二级参考文献(2)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(3)
  • 参考文献(3)
  • 二级参考文献(0)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(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)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
哈希
经验误差
拉普拉斯矩阵
Boosting算法
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
合肥工业大学学报(自然科学版)
月刊
1003-5060
34-1083/N
大16开
合肥市屯溪路193号
26-61
1956
chi
出版文献量(篇)
7881
总下载数(次)
18
总被引数(次)
57827
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导