首页 | 本学科首页   官方微博 | 高级检索  
     

基于列表监督的Hash排序算法
引用本文:杨安邦,钱江波,董一鸿,陈华辉.基于列表监督的Hash排序算法[J].电信科学,2019,35(5):78-85.
作者姓名:杨安邦  钱江波  董一鸿  陈华辉
作者单位:宁波大学信息科学与工程学院,浙江宁波,315211;宁波大学信息科学与工程学院,浙江宁波,315211;宁波大学信息科学与工程学院,浙江宁波,315211;宁波大学信息科学与工程学院,浙江宁波,315211
基金项目:国家自然科学基金资助项目;浙江省自然科学基金资助项目
摘    要:Hash学习技术目前被广泛应用于大规模数据的相似性查找中,其通过将数据转化成二进制编码的形式,同时提高查找速度和降低存储代价。目前,大多数Hash排序算法通过比较数据在欧氏空间和海明空间的排序一致性来构造损失函数,然而,在海明空间的排序过程中,因为海明距离是离散的整数值,可能存在多个数据点共享相同的海明距离,这样就无法准确地排序。针对这一问题,将编码后的数据切分成几个长度相同的子空间,并为每个子空间设置不同的权重,比较时,再根据不同的子空间权重来计算海明距离。实验结果表明,与其他Hash学习算法相比,本文算法能够有效地对海明空间中的数据进行排序,并提高查询的准确性。

关 键 词:Hash学习  相似性查找  Hash排序  子空间权重

A ranking hashing algorithm based on listwise supervision
YANG Anbang,QIAN Jiangbo,DONG Yihong,CHEN Huahui.A ranking hashing algorithm based on listwise supervision[J].Telecommunications Science,2019,35(5):78-85.
Authors:YANG Anbang  QIAN Jiangbo  DONG Yihong  CHEN Huahui
Affiliation:(College of Information Science and Engineering,Ningbo University,Ningbo 315211,China)
Abstract:YANG Anbang;QIAN Jiangbo;DONG Yihong;CHEN Huahui(College of Information Science and Engineering,Ningbo University,Ningbo 315211,China)
Keywords:learning to hash  similarity search  ranking hashing  subspaces with different weights
本文献已被 维普 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号