题名 | 局部敏感哈希改进算法研究; Research on Improved Locality Sensitive Hashing Algorithm |
作者 | 岑伟 |
答辩日期 | 2016-12-21 ; 2016-05-17 |
导师 | 缪克华 |
关键词 | 相似性检索 局部敏感哈希 高维数据 similarity search locality sensitive hashing high-dimensional data |
英文摘要 | “大数据”时代给数据检索带来了新的挑战,相似性检索显得尤为重要。局部敏感哈希算法是相似性检索中最流行的一种,该算法是建立在哈希的基础上的一种近似最近邻算法,它能将检索时间复杂度缩减到线性。与其它基于Tree的数据结构相比,局部敏感哈希算法能较好的处理数据在高维空间中的检索问题。注意到高维数据利用该算法检索得到候选集后需要进行相似度计算,而这一部分所耗费时间的占整个数据检索时间的比重非常大,所以该算法在处理大规模数据时的性能仍然需要提高。 针对局部敏感哈希算法,考虑到数据维数和数据量的急剧增加而检索时间还不能满足需求情况下,提出了在不同场合下两种改进的局部敏感哈希算法并应用于图像,本文在局部敏...; "Big Data" brings new challenges to data retrieval, and similarity search is particularly important. Locality sensitive hashing algorithm is one of the most popular algorithms in similarity search, it is an approximate nearest neighbor algorithm that based on the establishment of hashing, it reduces the complexity of retrieval time to linear. When compared with other data structure algorithms that...; 学位:工学硕士; 院系专业:航空航天学院_模式识别与智能系统; 学号:23220131153333 |
语种 | zh_CN |
出处 | http://210.34.4.13:8080/lunwen/detail.asp?serial=55423 |
内容类型 | 学位论文 |
源URL | [http://dspace.xmu.edu.cn/handle/2288/129998] ![]() |
专题 | 航空航天-学位论文 |
推荐引用方式 GB/T 7714 | 岑伟. 局部敏感哈希改进算法研究, Research on Improved Locality Sensitive Hashing Algorithm[D]. 2016, 2016. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论