版权数据库管理中基于内容的版权检索方法.pdfVIP

第３１卷第３期　　　 计算机应用与软件 Ｖｏｌ３１Ｎｏ．３ ２０１４年３月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ｍａｒ．２０１４ 版权数据库管理中基于内容的版权检索方法 邹晓栋　张兴忠 （太原理工大学计算机软件学院　山西太原０３００２４） 摘　要　　局部敏感哈希ＬＳＨ（ＬｏｃａｌｉｔｙＳｅｎｓｉｔｉｖｅＨａｓｈｉｎｇ）是一种常见的用于处理高维向量的索引办法。首先介绍ＬＳＨ算法的基本 原理和方法，然后通过更快哈希函数的计算和跳过重复点等方法对ＬＳＨ算法进行改进，与传统的索引方法相比，改进后算法在不降 低准确度的情况下，耗费时间更短。实验结果证明，将该优化算法应用于基于内容数字版权检索中，其性能优于传统的索引方法。 关键词　　基于内容数字版权检索　高维向量　相似性检索　近似最近邻搜索　改进的局部敏感哈希索引 中图分类号　ＴＰ３９１　　　　文献标识码　Ａ　　　　ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００３８６ｘ．２０１４．０３．０７０ ＣＯＮＴＥＮＴＢＡＳＥＤＣＯＰＹＲＩＧＨＴＲＥＴＲＩＥＶＡＬＭＥＴＨＯＤ ＩＮＣＯＰＹＲＩＧＨＴＤＡＴＡＢＡＳＥＭＡＮＡＧＥＭＥＮＴ ＺｏｕＸｉａｏｄｏｎｇ　ＺｈａｎｇＸｉｎｇｚｈｏｎｇ （ＣｏｌｌｅｇｅｏｆＣｏｍｐｕｔｅｒＳｏｆｔｗａｒｅ，ＴａｉｙｕａｎＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ，Ｔａｉｙｕａｎ０３００２４，Ｓｈａｎｘｉ，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　Ｌｏｃａｌｉｔｙｓｅｎｓｉｔｉｖｅｈａｓｈｉｎｇ（ＬＳＨ）ｉｓａｃｏｍｍｏｎｉｎｄｅｘａｐｐｒｏａｃｈｆｏｒｈａｎｄｌｉｎｇｔｈｅｈｉｇｈｄｉｍｅｎｓｉｏｎａｌｖｅｃｔｏｒ．Ｗｅｆｉｒｓｔｉｎｔｒｏｄｕｃｅｔｈｅ ｂａｓｉｃａｌｇｏｒｉｔｈｍａｎｄｐｒｉｎｃｉｐｌｅｏｆＬＳＨ，ｔｈｅｎｗｅｉｍｐｒｏｖｅｔｈｅｂａｓｉｃＬＳＨｂｙｆａｓｔｅｒｈａｓｈｆｕｎｃｔｉｏｎｓｃｏｍｐｕｔａｔｉｏｎａｎｄｓｋｉｐｐｉｎｇｔｈｅｒｅｐｅａｔｅｄｐｏｉｎｔｓ， ｅｔｃ．Ｃｏｍｐａｒｅｄｗｉｔｈｔｒａｄｉｔｉｏｎａｌｉｎｄｅｘｉｎｇｍｅｔｈｏｄｓ，ｔｈｅｉｍｐｒｏｖｅｄａｌｇｏｒｉｔｈｍｃｏｎｓｕｍｅｓｓｈｏｒｔｅｒｔｉｍｅｗｉｔｈｏｕｔｔｈｅｒｅｄｕｃｔｉｏｎｉｎａｃｃｕｒａｃｙ．Ｅｘｐｅｒｉ ｍｅｎｔａｌｒｅｓｕｌｔｓｉｎｄｉｃａｔｅｔｈａｔｔｏａｐｐｌｙｔｈｅｏｐｔｉｍｉｓｅｄｉｎｄｅｘｉｎｇａｌｇｏｒｉｔｈｍｉｎｃｏｎｔｅｎｔｂａｓｅｄｄｉｇｉｔａｌｃｏｐｙｒｉｇｈｔｒｅｔｒｉｅｖａｌ，ｉｔｓｐｅｒｆｏｒｍａｎｃｅｉｓｓｕｐｅｒｉｏｒｔｏ ｔｒａｄｉｔｉｏｎａｌｉｎｄｅｘｉｎｇｍｅｔｈｏｄｓ． Ｋｅｙｗｏｒｄｓ　　Ｃｏｎｔｅｎｔｂａｓｅｄｄｉｇｉｔａｌｒｉｇｈｔｒｅｔｒｉｅｖａｌ　Ｈｉｇｈｄｉｍｅｎｓｉｏｎａｌｖｅｃｔｏｒ　Ｓｉｍｉｌａｒｉｔｙｒｅｔｒｉｅｖａｌ　Ａｐｐｒｏｘｉｍａｔｅｎｅａｒｅｓｔｎｅｉｇｈｂｏｕｒｓｅａｒｃｈ　 ＩｍｐｒｏｖｅｄＬＳＨｉｎｄｅｘｉｎｇ 的准确度来提高检索速度。由此，基于“最近邻查询”的概念提 ［３］ ０　引　言 出了“近似最近邻ＡＮＮ（ＡｐｐｒｏｘｉｍａｔｅＮｅａｒｅｓｔＮｅｉｇｈｂｏｒ）查询” 的概念，ＡＮＮ搜索算法是为了解决高维空间的快速搜索问题， 在数字内容版权高效检索技术研究方面，围绕海量登记备 由Ａｒｙａ等人［４］提出。通过近似最近邻的方法可以快速获取与 案数字内容的版权检索效率问题，