基于哈希算法的高維數(shù)據(jù)的最近鄰檢索.pdf

1、最近鄰檢索是機器學習，數(shù)據(jù)挖掘，模式識別，計算機視覺等研究領域的基本問題。最近的研究表明，以局部敏感哈希算法為代表的哈希算法，可以有效地應用在大規(guī)模高維數(shù)據(jù)的最近鄰檢索問題中。目前許多的哈希算法都是基于隨機投影算法的，這些算法都需要產(chǎn)生很多的哈希表（在實際中就是長的二進制編碼）才能獲得不錯的檢索效果。而另一類基于學習的哈希算法在哈希編碼較短時性能不錯，但是當編碼長度增長時，性能的提高并不明顯。
　　 針對這些不足，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擴展。通過挖掘數(shù)據(jù)的內(nèi)在幾何結構，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和壓縮感知方面的理論結合在一起的新的哈希算法。基于近似理論中的積分算子，該算法首先引入了一個稀