近似最近邻大数据检索哈希散列方法综述

• 作者: 侯艳 刘冬宁 张巍 滕少华 秦建阳 费伦科
• 来源期刊: 广东工业大学学报
• 学科: 工学
• 关键词: 近似最近邻匹配 哈希学习 哈希散列 数据检索
• 年，卷（期）: 2020,（3）
• 页码范围: 23-35
• 页数: 13页
• 分类号: TP391
• 字数: 12264字
• 语种: 中文
• DOI: 10.12052/gdutxb.190123

摘要

近似最近邻检索已成为人工智能时代海量数据快速检索主要技术之一.作为高效的近似最近邻检索方法,哈希散列方法受到广泛关注并且层出不穷.到目前为止还没有文献对主流哈希散列方法进行全面地分析和总结.鉴于此,本文首先系统地介绍哈希散列的基本知识,包括距离计算、损失函数、离散约束和外样本计算等.然后,深入对比分析主流哈希散列算法优缺点,并在主流数据库上进行性能评估.最后,总结哈希散列技术目前存在的问题,并提出若干潜在的哈希散列研究方向.本文对设计高效的哈希散列方法具有重要借鉴意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	滕少华	广东工业大学计算机学院	121	825	15.0	20.0
2	张巍	广东工业大学计算机学院	62	412	11.0	15.0
3	刘冬宁	广东工业大学计算机学院	42	183	8.0	11.0
4	侯艳	广东工业大学计算机学院	11	98	2.0	9.0
5	费伦科	广东工业大学计算机学院	2	0	0.0	0.0
6	秦建阳	广东工业大学计算机学院	1	0	0.0	0.0