欢迎来到天天文库
浏览记录
ID:52409372
大小:1.95 MB
页数:63页
时间:2020-03-27
《基于稀疏谱哈图像索引.pdf》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库。
1、有十分重要的理论意义,也成为现代网络背景下的迫切需求,故而成为近年来国际国内的研究热点。针对数据高维化的新特性而产生的相似度计算困难等新问题,本文受语义哈希算法(Sema确cHashing)启发,在传统谱哈希(SpectralHashing)索引方法的基础上,引入稀疏主成份分析法(SparsePmcipalComponentAnalysis)求取高维特征降维后的内嵌子空间,排除特征表达中冗余的影响,使得高维特征索引和检索更加快速而有效。本文称这一索引方法为稀疏谱哈希(SparseSpectralHashing)索引。同时,为了使得稀疏谱哈希算法更好地适应真实数据分步,本文在稀疏谱
2、哈希中引入了机器学习中的Boosting机制来确定其阈值,使得这一方法具有更强的适应性和更广泛的应用。实验证明,本文提出方法不仅可以有效地适用于图像索引,在视频关键帧、文本等多种媒体数据集上均有良好表现,且评价结果普遍优于LSH、IⅧM、PSH和谱哈希等索引方法。关键词:语义哈希索引;稀疏主成分分析;拉普拉斯特征图降维;Boostingindexalgorithmbecomeshotspotissuerecentyearsbomherearldabroad.Sincesomenewproblemscomeoutforlligtl-dimensionaldata,forexampl
3、e,thesimil撕t),betweendataismoredimculttomeasure,thispapersta]rtswithsemantichaShing,proposestointroducesparseprinciplecomponentanalysisinto仃aditionalspectralhasllingandobtaintheembeddingsubspaCeofbj曲-dimensionalfe孤lres,whjchcanremovetheef!E.ectofredundantinfo肌ationcausedbyoVer-completenessoff
4、.eature.asaresulttheresultwillbemoree仃icientandaccurate.WecallthisSparseSpectralHashing(SSH).Meanwhile,inordert0haveSSHad印tedtorealdatamoreproperly’weintroduCeB00stingalgorit胁inmachineleaHlingtodetenninet11etllreshold,、)v_hichmakesthisalgorit№moread印tablea11dwidelyaVailable.Experimentalresult
5、showsustllatSSHcaIlbeemcientlyusedtonotonlyimageindexing,butalsoVideoa11dteXtindexing,WhiletheresultisalmostalwaysbettertIlaIltraditionalmethodlikeLSH.RBM.PSHaIldSH.Keywords:SemanticHashing,SparSePrincipalComponemAnalysis,LaplacianEigenmap,Boostingvl’一,1.3本文组织结构⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..31.4本
6、章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。4第2章国内外研究现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯22.1树型索引算法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..22.1.1K.D.B树⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯22.1.2R树⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..42.2语义哈希索引算法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..52.2.1位置敏感哈希(LSH)⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.62.2.2受限的波尔兹曼机(RBM)⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯
7、⋯⋯72.2.3参数敏感哈希(PSH)⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯82.2.4谱哈希(SH)⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..92.3高维索引算法小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.102.4本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯10第3章稀疏谱哈希⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯123.1定义与假设⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.123.2全局优化解⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯
此文档下载收益归作者所有