基于哈希学习的近似最近邻搜索方法的研究

发布时间：2021-10-13 12:27

　　随着机器学习各领域的快速发展,实现高效大规模近似最近邻搜索已成为了一个热门的研究问题。哈希学习技术作为解决大规模近似最近邻搜索问题的最主流技术之一受到广泛关注。然而在哈希学习过程中,仍然面临许多亟待解决的科学问题和技术挑战。本文主要围绕哈希学习过程中的高精度排序、高速度排序和分布式编码这三方面的挑战,提出了基于加权非对称距离的精准哈希排序方法、面向加权汉明空间的快速哈希排序方法和面向大规模哈希学习的分布式编码方法,具体研究内容和创新点总结如下。哈希学习方法在解决大规模近似最近邻搜索问题时可以获得较好的时间性能,但如何提高哈希学习方法的精度性能一直是研究者们最关注的问题。目前大多数研究关注在哈希编码过程中尽可能保持原始空间和投影空间点之间的相似度关系,很少有研究关注对已生成的二进制码的排序问题。尽管计算二进制码之间的汉明距离非常高效,但基于汉明距离的哈希排序精度很低。于是,有研究提出了基于非对称距离的哈希排序方法,可以将距离空间进行更浓密的划分,从而提高搜索精度。然而,这种哈希排序方法没有考虑不同投影位重要性的不同进行区分对待。本文提出了两种基于加权非对称距离的高精度哈希排序方法。二者的... 

【文章来源】：大连理工大学辽宁省 211工程院校 985工程院校 教育部直属院校

【文章页数】：120 页

【学位级别】：博士

【部分图文】：

图１．１哈希近似最近邻搜索框架??Ｆｉｇ．?１．１?Ｔｈｅ?ｆｒａｍｅｗｏｒｋ?ｏｆ?ａｐｐｒｏｘｉｍａｔｅ?ｎｅａｒｅｓｔ?ｎｅｉｇｈｂｏｒ?ｓｅａｒｃｈ?ｂａｓｅｄ?ｏｎ?ｈａｓｈｉｎｇ??

图１．３哈希平衡性??Ｆｉｇ．?１．３?Ｔｈｅ?ｂａｌａｎｃｅ?ｏｆ?ｈａｓｈｉｎｇ⑴??

图１．４汉明距离排序示例⑵??Ｆｉｇ．?１．４?Ａｎ?ｉｎｓｔａｎｃｅ?ｏｆ?ｈａｓｈ?ｒａｎｋｉｎｇ?ｂｙ?Ｈａｍｍｉｎｇ?ｄｉｓｔａｎｃｅ１２１??


本文编号：3434664