基于哈希函数的相似性检索研究

《基于哈希函数的相似性检索研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号：密级：学校代码：10414学号：2009010972硕士研究生学位论文基于哈希函数的相似性检索研究AResearchonSimilaritySearchbasedonHashFunction文辉院所：计算机信息工程学院导师姓名：王明文教授学科专业：计算机科学与技术研究方向：智能信息处理二○一二年五月独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡

2、献均已在论文中作了明确的说明并表示谢意。学位论文作者签名：签字日期：年月日学位论文版权使用授权书本学位论文作者完全了解江西师范大学研究生院有关保留、使用学位论文的规定，有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借阅。本人授权江西师范大学研究生院可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。（保密的学位论文在解密后适用本授权书）学位论文作者签名：导师签名：签字日期：年月日签字日期：年I摘要随着网络的飞速发展，大量文献资料的堆积，如何快速有效地获取自己需要的文档数据，已经成为了迫

3、切需要解决的问题之一。对于现今海量、高维的文档数据，传统的索引和检索技术已不能满足用户快速的检索需求，于是相对于注重综合检索结果的普通文档检索技术，提出了注重速度的哈希法快速文档检索技术。快速相似性检索技术是针对大规模文档数据的检索效率问题而产生的技术，其牺牲了检索精度从而使得检索速度大幅度提高的特性在海量文档检索应用中展现了良好的应用价值。其通过求解高维空间映射到低维空间的流形问题从而降低文档的维数，并利用高效率的哈希技术加速检索的匹配过程，使得用户能够快速定位自己需求的文档。针对快速相似性检索技术在建立索引的过程中会耗费大量计算资源及未充分考虑文档信息等问题，本文沿用语义哈希的思想

4、，结合谱哈希索引技术，利用Markov网络强化文档间关系来获得更好的高维特征降维后的内嵌子空间，并通过剪枝技术减少索引技术中耗费的时间和空间复杂度，从而使得高维特征索引和检索能够快速和有效得执行。关键词：相似性检索，语义哈希，Markov网络，laplacian特征映射IABSTRACTWiththerapiddevelopmentoftheInternetandtheaccumulationofalargenumberofdocuments,howtoobtainthedocumentsefficientlyhasbecomeoneoftheurgentthingstoaddress

5、problem.Fortoday’smassivehigh-dimensionaldataofthedocument,thetraditionalindexingandretrievaltechnologycannotmeettheneedsthatuserscanquicklyfindwhattheywant,soasopposedtofocusingonanintegratedsearchresultofdocumentretrieval,focusonthespeedofthehashmethodforrapiddocumentretrievaltechnology.Fastsi

6、milaritysearchtechnologyisatechnologyforlarge-scaledocumentdataretrievalefficientlyattheexpenseofretrievalaccuracysothattheretrievalspeedisgreatlyimprovedcharacteristicsshowagoodvalueinthemassivedocumentretrievalapplication.Bysolvingahighdimensionalspaceismappedtothelow-dimensionalspaceusingmani

7、foldmethod,whichreducesthedimensionalofthedocuments,anduseefficienthashtechnologytoacceleratetheretrievalofmatchprocess,enablinguserstoquicklylocatethedocumentsthattheywanttofind.Considerthatsemantichashingmethodconsumealarg