基于相似性保持無監(jiān)督哈希算法的研究.pdf

1、隨著信息技術(shù)的快速發(fā)展和廣泛應(yīng)用，圖像數(shù)據(jù)已被廣泛傳播，并且圖像數(shù)據(jù)總量每天仍在不斷增長。圖像數(shù)據(jù)獲取方式的升級，也使得圖像數(shù)據(jù)變得類型多樣、高維復(fù)雜。這些特性使得圖像數(shù)據(jù)的存儲(chǔ)和檢索面臨著巨大的挑戰(zhàn)。如何在這些海量、高維、復(fù)雜的圖像數(shù)據(jù)中提取出有用的圖像信息成為科學(xué)界的研究熱點(diǎn)，與此同時(shí)如何能夠做到快速、高效、準(zhǔn)確的圖像檢索更成為研究人員的核心研究問題。近幾年，哈希算法作為一種高效及快速的圖像檢索方法而受到廣泛的關(guān)注。哈希算法可以將高

2、維圖像數(shù)據(jù)轉(zhuǎn)變?yōu)榈途S漢明空間的二進(jìn)制編碼序列，這很大程度上提高了檢索速度并且很好的節(jié)省了存儲(chǔ)空間。
　　在對現(xiàn)有哈希算法深入研究的基礎(chǔ)上，針對數(shù)據(jù)映射和量化過程中內(nèi)在結(jié)構(gòu)破壞，數(shù)據(jù)相似性關(guān)系不能有效保持的問題，本文首先介紹了一種判別性特征提取算法。該算法基于信噪比函數(shù)，利用條件二階矩構(gòu)建不同類數(shù)據(jù)的信號和噪聲并求得信噪比函數(shù)，然后通過廣義特征值分解算法得到數(shù)據(jù)的判別性特征信息。
　　其次，提出一種線性嵌入哈希算法，首先通過構(gòu)

3、建相關(guān)性預(yù)測函數(shù)表征圖像數(shù)據(jù)與哈希編碼之間的相關(guān)性來展示它們之間的內(nèi)在聯(lián)系，然后最小化邊界損失函數(shù)，構(gòu)建保持高維數(shù)據(jù)和其編碼之間近鄰關(guān)系的線性哈希映射矩陣而獲得緊致的哈希編碼。本方法旨在提高圖像數(shù)據(jù)和其編碼之間的相關(guān)性，從而實(shí)現(xiàn)高精度的圖像檢索。
　　最后，提出一種近鄰保持的壓縮哈希算法。該方法首先引入了一種隨機(jī)近鄰壓縮策略獲得能夠表示原始數(shù)據(jù)的綜合壓縮數(shù)據(jù)集，避免了在大規(guī)模數(shù)據(jù)集中查詢近鄰點(diǎn)的不可行性；另外，用流形學(xué)習(xí)算法獲得哈