深度学习哈希研究与发展

• 作者: 孙瑶
• 来源期刊: 数据通信
• 关键词: 大规模数据检索 近似最近邻查询 深度学习哈希
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 技术交流
• 页码范围: 49-54
• 页数: 6页
• 字数: 5127字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-5057.2018.02.012

摘要

在很多实际应用中,如何查找到最相似的近邻数据是计算机学科中的一个基础研究内容,而由于数据集规模的迅速增长,直接比较查询的计算复杂度极高,所需要的存储空间也极大,因此基于哈希技术的近似最近邻查询成为了一个研究热点.哈希学习技术通过将数据映射成二进制编码的形式,显著减少了数据的存储开销以及计算复杂度,有效提高了大规模数据集下的检索效率.近年来,由于深度学习在特征提取上优异的表现,基于深度学习的哈希方法在数据检索中取得了显著的进展.本文分析了深度学习哈希的主要方法和研究进展,对深度学习哈希进行了介绍,并提出了其未来的研究方向.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙瑶	宁波大学信息科学与工程学院	4	7	2.0	2.0