基于非固定长度散列表的无监督式海明距离搜索

• 作者: 李明兰
• 来源期刊: 重庆理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 数据检索 大规模数据集 多散列表 海明空间 散列键长度
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 智能技术
• 页码范围: 71-76,134
• 页数: 7页
• 分类号: TP391
• 字数: 4350字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-8425(z).2020.01.011

摘要

为提高大规模数据的检索效率,提出一种无监督式的海明距离搜索方法.首先,为了提高散列表处理效率,通过放宽尺寸约束得到具有可变长度散列键的多个散列表;然后,基于多散列表检索概率的理论分析,通过一个搜索算法,得到适合的散列键长度(HKL)的集合,并由此得到检索机制.实验采用了SIFT、ANN和Flickr三个大规模数据集,利用最小召回率和检索阈值验证方法的性能.实验结果表明:所提方法可高效处理大规模数据集,实现了1～3个数量级的加速度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李明兰	青岛大学数学与统计学院	12	57	4.0	7.0