基于哈希算法的高維數(shù)據(jù)的最近鄰檢索.pdf

1、最近鄰檢索是機(jī)器學(xué)習(xí)，數(shù)據(jù)挖掘，模式識(shí)別，計(jì)算機(jī)視覺(jué)等研究領(lǐng)域的基本問(wèn)題。最近的研究表明，以局部敏感哈希算法為代表的哈希算法，可以有效地應(yīng)用在大規(guī)模高維數(shù)據(jù)的最近鄰檢索問(wèn)題中。目前許多的哈希算法都是基于隨機(jī)投影算法的，這些算法都需要產(chǎn)生很多的哈希表（在實(shí)際中就是長(zhǎng)的二進(jìn)制編碼）才能獲得不錯(cuò)的檢索效果。而另一類(lèi)基于學(xué)習(xí)的哈希算法在哈希編碼較短時(shí)性能不錯(cuò)，但是當(dāng)編碼長(zhǎng)度增長(zhǎng)時(shí)，性能的提高并不明顯。
　　 針對(duì)這些不足，本文提出了兩種

2、新的哈希算法，分別為密度敏感哈希算法和壓縮哈希算法。(i)密度敏感哈希算法可以看成是局部敏感哈希算法的一個(gè)擴(kuò)展。通過(guò)挖掘數(shù)據(jù)的內(nèi)在幾何結(jié)構(gòu)，密度敏感哈希算法避免了像局部敏感哈希算法那樣完全隨機(jī)地產(chǎn)生投影，而是依據(jù)具體數(shù)據(jù)的分布產(chǎn)生最合理的投影向量，并且通過(guò)最大熵原則從候選投影中選取最后產(chǎn)生二值哈希編碼的投影;(ii)壓縮哈希算法是把稀疏編碼技術(shù)和壓縮感知方面的理論結(jié)合在一起的新的哈希算法?；诮评碚撝械姆e分算子，該算法首先引入了一個(gè)稀