快速近似近邻检索的哈希方法研究-计算机科学与技术专业论文.docxVIP

山东大学硕士学位论文3．1概述 山东大学硕士学位论文 3．1概述 ．25 3．2 DLCMH算法介绍 ．25 3．2．1数学符号和问题定义 26 3．2．2 DLCMH算法的目标函数 26 3．2．3目标函数优化算法 一27 3．2．4训练集外样本 ．．29 3．3实验设计和结果分析 29 3．3．1 Wiki数据集上的实验结果 30 3．3．2 NUS．WmE数据集上的实验结果 ．．3l 3．4本章小节 33 第4章总结和展望 35 {il；：j季：：j：2：：119I ．． ．37 致．1射 。43 政族学位期间发表的学术论．文 “ 万方数据 C0lNTENTSChiⅡ醑e C0lNTENTS ChiⅡ醑e Abstmct ．．． 。 ． I En；lish Abstract ．．． ．．． ．．． ．．． ．．． ” u1 Chapter 1 Intmduction · 1．1 Backg∞uIld ofresearch 1 1．2 R-elamed wod(s “2 1．2．1 Related works faSt r啦iev“wim Hamming code 2 1．2．2 Rclaled works 0n unsupeⅣisedhash．mg 4 1．2．3 Rel砷阳wo出s crossmlodal haShing 5 1．3 Main contents 5 1．3．1 A linear unsupcrvised hashing in EucIidean space ·6 1．3．2 A dictiona巧leamiIlg based cross哪odal hashing 7 1．4 Thesis s廿uctll】∞ ．7 Chapter 2 A lin蚀r unsupeⅣised h鹪hing for approximate n船r懿t neil，hbo璐 辨anh in Euc脚嘲n Space 2．1 Overview ”8 2．2 USEH algoriⅡ1In ·8 2．2．1 Pseudo label general铡by LSH 8 2．2．2 Obiective function ofUSEH ．9 2．2．2 Cosine similarit)，卸d similarity m删x l 0 2．2．3 Le锄ornlogonal projection ma仃iX 12 2．2．4 Le锄non．onhogollal projection matrix “1 3 2．2．5 Complexity analysis 16 2．3 ExperimentS and resuItS a眦lysis l 6 2．3．1 DatasetS description锄d evaluation metric．． 一16 2．3．2 Pammeters setting 17 2．3．3 Comparisons 19 万方数据 山东大学硕士学位论文2．4 山东大学硕士学位论文 2．4 Summa呵 ．． ．24 Chapter 3 A dictionary l姐ming based cm鹤-modalhashing 。25 3．1 OverView 25 3．2 DLCMH aIgoritllIn ．．25 3．2．1 Notation弧d problem defmition 26 3．2．2 ObjectiVe Rmction ofDLCMH ．26 3．2．3 Optimization algoritllm ．27 3．2．4 Out-of二san叩le extension 29 3．3 EXperiments舳d rcsultS anaIysis 29 3．3．1 Results on Wil【i ．30 3．3．2 ResuItS on NUS-WIDE ．3 l 3．4 Summaly 33 Chapter 4 ConcIusion and fhtul℃work ．． ．．35 Ref．erI-ences ．．37 Acknowledgements 43 Publica蛞Dn ．． ．．44 万方数据 山东大学硕士学位论文摘要 山东大学硕士学位论文 摘要 随着互联网的普及，过去的几年里，网络上的数据快速增长。对机器学习 来说，大量的数据意味着可以训练更加复杂的模型，模型的泛化能力也得到提 高，但同时，模型在训练和使用阶段的计算和时间代价使某些机器学习算法面 临较大的可用性问题。特别的，KNN检索作为机器学习领域经常用到的一种基 本算法，大规模数据集上简单的线性搜索会消耗大量时间。哈希算法作为最有 效的近似近邻检索方法之一，能有效权衡检索速度和检索准确度，在过去几年 时间里得到了国内外学者越来越多