| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第1章 绪论 | 第17-29页 |
| 1.1 研究背景及意义 | 第17-18页 |
| 1.2 近似最近邻搜索研究现状 | 第18-20页 |
| 1.3 量化 | 第20-21页 |
| 1.4 基于量化的近似最近邻搜索算法 | 第21-25页 |
| 1.4.1 超立方体量化 | 第22-23页 |
| 1.4.2 笛卡尔量化 | 第23-25页 |
| 1.4.3 本论文关注的研究问题 | 第25页 |
| 1.5 研究内容和创新点 | 第25-27页 |
| 1.5.1 组合量化 | 第25-26页 |
| 1.5.2 稀疏组合量化 | 第26页 |
| 1.5.3 跨模态协同量化 | 第26页 |
| 1.5.4 有监督量化 | 第26-27页 |
| 1.6 论文组织结构 | 第27-29页 |
| 第2章 组合量化 | 第29-57页 |
| 2.1 引言 | 第29-31页 |
| 2.2 组合量化 | 第31页 |
| 2.3 正交组合量化 | 第31-32页 |
| 2.4 近似正交的组合量化 | 第32-34页 |
| 2.5 同时优化查找准确率和查找时间效率 | 第34-36页 |
| 2.6 讨论与分析 | 第36-42页 |
| 2.6.1 M个子字典与一个子字典 | 第36-37页 |
| 2.6.2 联系 | 第37-39页 |
| 2.6.3 近似正交约束条件 | 第39-40页 |
| 2.6.4 将基于欧氏距离的近邻查找转换成基于内积距离的近邻查找 | 第40-42页 |
| 2.7 优化算法 | 第42-45页 |
| 2.7.1 算法 | 第43-44页 |
| 2.7.2 实现细节 | 第44页 |
| 2.7.3 算法分析 | 第44-45页 |
| 2.8 实验验证 | 第45-51页 |
| 2.8.1 实验设置 | 第45-47页 |
| 2.8.2 实验分析 | 第47-48页 |
| 2.8.3 实验结果比较 | 第48-51页 |
| 2.9 应用 | 第51-54页 |
| 2.9.1 基于内积距离的最近邻搜索 | 第51-53页 |
| 2.9.2 移动端最近邻搜索的应用 | 第53页 |
| 2.9.3 在目标检索上的应用 | 第53-54页 |
| 2.10 本章小结 | 第54-57页 |
| 第3章 稀疏组合量化 | 第57-75页 |
| 3.1 引言 | 第57-58页 |
| 3.2 相关工作 | 第58-59页 |
| 3.3 稀疏组合量化 | 第59-61页 |
| 3.4 优化算法 | 第61-64页 |
| 3.4.1 更新{y_n} | 第62页 |
| 3.4.2 更新ε | 第62页 |
| 3.4.3 优化问题(3.6)的更新C公式 | 第62-64页 |
| 3.4.4 优化问题(3.7)的更新C公式 | 第64页 |
| 3.4.5 实现细节 | 第64页 |
| 3.5 讨论与分析 | 第64-65页 |
| 3.6 实验验证 | 第65-74页 |
| 3.6.1 实验设置 | 第65-66页 |
| 3.6.2 在中等规模和较大规模数据集上的近似最近邻搜索结果 | 第66-69页 |
| 3.6.3 在更大规模数据集上的最近邻搜索结果 | 第69-72页 |
| 3.6.4 目标检索应用 | 第72-74页 |
| 3.7 本章小结 | 第74-75页 |
| 第4章 跨模态协同量化 | 第75-95页 |
| 4.1 引言 | 第75-76页 |
| 4.2 相关工作 | 第76-78页 |
| 4.3 跨模态协同量化 | 第78-80页 |
| 4.3.1 共同空间上的量化 | 第79页 |
| 4.3.2 共同特征空间映射 | 第79-80页 |
| 4.3.3 总体优化目标函数 | 第80页 |
| 4.4 优化算法 | 第80-84页 |
| 4.4.1 共同特征空间映射 | 第81-82页 |
| 4.4.2 共同空间上的量化 | 第82-83页 |
| 4.4.3 查找过程 | 第83-84页 |
| 4.5 讨论与分析 | 第84-85页 |
| 4.5.1 与CCQ的联系 | 第84页 |
| 4.5.2 与LSSH的联系 | 第84-85页 |
| 4.6 实验验证 | 第85-94页 |
| 4.6.1 实验设置 | 第85-87页 |
| 4.6.2 实验结果 | 第87-90页 |
| 4.6.3 实验分析 | 第90-94页 |
| 4.7 本章小结 | 第94-95页 |
| 第5章 有监督量化 | 第95-113页 |
| 5.1 引言 | 第95-96页 |
| 5.2 相关工作 | 第96-97页 |
| 5.3 有监督量化 | 第97-99页 |
| 5.3.1 量化模型 | 第97-99页 |
| 5.3.2 查找过程 | 第99页 |
| 5.4 优化算法 | 第99-102页 |
| 5.4.1 初始化 | 第100页 |
| 5.4.2 W-更新 | 第100页 |
| 5.4.3 P-更新 | 第100页 |
| 5.4.4 ε-更新 | 第100页 |
| 5.4.5 C-更新 | 第100-101页 |
| 5.4.6 B-更新 | 第101页 |
| 5.4.7 收敛性 | 第101-102页 |
| 5.5 讨论与分析 | 第102-103页 |
| 5.5.1 与有监督稀疏编码之间的联系 | 第102页 |
| 5.5.2 分类损失与排序损失 | 第102-103页 |
| 5.6 实验验证 | 第103-110页 |
| 5.6.1 实验设置 | 第103-104页 |
| 5.6.2 实验比较 | 第104-108页 |
| 5.6.3 实验分析 | 第108-110页 |
| 5.7 本章小结 | 第110-113页 |
| 第6章 总结和展望 | 第113-115页 |
| 6.1 总结 | 第113-114页 |
| 6.2 展望 | 第114-115页 |
| 参考文献 | 第115-123页 |
| 致谢 | 第123-125页 |
| 在读期间发表的学术论文与取得的研究成果 | 第125页 |