基于随机森林的哈希检索算法

• 作者: 张峰 花强 董春茹 郭欣欣
• 来源期刊: 计算机科学与探索
• 学科: 工学
• 关键词: 近似近邻检索(ANNS) 哈希编码 随机森林 顺序敏感的海明距离
• 年，卷（期）: 2019,（7）
• 所属期刊栏目: 人工智能
• 页码范围: 1175-1184
• 页数: 10页
• 分类号: TP181
• 字数: 6513字
• 语种: 中文

摘要

从海量数据中进行近似数据的检索是数据挖掘领域许多应用的关键.尤其近年来,数据的规模出现爆炸式增长,数据检索需面对海量数据和"维度灾难"的叠加考验,这使得传统最近邻算法效率降低,而近似最近邻算法发挥了越来越重要的作用.其中哈希算法以其在存储空间和计算时间上的优势受到了广泛关注.提出了一种基于随机森林的哈希算法.该算法通过构建随机森林,将原始空间的样本映射为海明空间的二进制哈希码,并在哈希空间上定义了顺序敏感的海明距离,以最大程度保持数据在原空间的近邻关系不变.由于随机森林中不同决策树所使用的特征空间和学习过程是独立的,可以以增量的方式灵活地确定哈希码的长度.此外基于随机森林的哈希编码算法天然适合并行部署,从而可以大大提高算法速度.最后,在MNIST和CIFAR-10数据集对所提算法进行了实验验证,结果表明了算法的有效性和出色性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张峰	河北大学河北省机器学习与计算智能重点实验室	27	96	5.0	9.0
2	董春茹	河北大学河北省机器学习与计算智能重点实验室	7	19	2.0	4.0
3	花强	河北大学河北省机器学习与计算智能重点实验室	4	6	2.0	2.0
4	郭欣欣	河北大学河北省机器学习与计算智能重点实验室	2	2	1.0	1.0