适用于最近邻检索的堆叠哈希量化算法
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 课题研究的背景及意义 | 第9-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.3 论文的主要工作及组织结构 | 第14-16页 |
| 第2章 相关技术介绍 | 第16-32页 |
| 2.1 k-means聚类算法 | 第16-18页 |
| 2.1.1 k-means聚类算法概述 | 第16-17页 |
| 2.1.2 k-means算法存在的问题 | 第17-18页 |
| 2.2 向量数据的量化 | 第18-21页 |
| 2.3 乘积量化算法 | 第21-24页 |
| 2.3.1 乘积量化算法概述 | 第21-22页 |
| 2.3.2 基于乘积量化距离的计算 | 第22-23页 |
| 2.3.3 优化的乘积量化算法 | 第23-24页 |
| 2.4 加法量化算法 | 第24-27页 |
| 2.4.1 加法量化概述 | 第24-26页 |
| 2.4.2 基于加法量化码本的学习 | 第26-27页 |
| 2.5 堆叠量化算法 | 第27-29页 |
| 2.5.1 堆叠量化算法概述 | 第27页 |
| 2.5.2 基于堆叠量化算法的码本学习 | 第27-29页 |
| 2.6 k-means哈希量化算法 | 第29-31页 |
| 2.6.1 k-means哈希量化算法概述 | 第29页 |
| 2.6.2 k-means哈希量化算法的码本学习 | 第29-31页 |
| 2.7 本章小结 | 第31-32页 |
| 第3章 堆叠哈希量化算法 | 第32-47页 |
| 3.1 堆叠哈希量化算法的提出 | 第33-38页 |
| 3.1.1 堆叠哈希量化器的生成 | 第33-36页 |
| 3.1.2 向量的量化表示 | 第36-38页 |
| 3.2 面向最近邻检索的堆叠哈希量化 | 第38-42页 |
| 3.2.1 堆叠哈希量化算法的距离计算 | 第38-40页 |
| 3.2.2 堆叠哈希量化及其距离计算的直观解释 | 第40-42页 |
| 3.3 堆叠哈希量化的索引方法 | 第42-45页 |
| 3.4 复杂度分析 | 第45-46页 |
| 3.5 本章小结 | 第46-47页 |
| 第4章 实验设计与结果分析 | 第47-59页 |
| 4.1 实验环境 | 第47-49页 |
| 4.1.1 实验平台搭建 | 第47页 |
| 4.1.2 实验数据集 | 第47-49页 |
| 4.2 实验方案 | 第49页 |
| 4.3 评价指标介绍 | 第49-50页 |
| 4.4 实验结果分析 | 第50-58页 |
| 4.4.1 算法参数设计实验 | 第50-52页 |
| 4.4.2 与其他算法的对比 | 第52-58页 |
| 4.5 本章小结 | 第58-59页 |
| 第5章 总结与展望 | 第59-61页 |
| 5.1 论文工作总结 | 第59页 |
| 5.2 未来工作展望 | 第59-61页 |
| 参考文献 | 第61-66页 |
| 攻读学位期间公开发表论文 | 第66-67页 |
| 致谢 | 第67-68页 |
| 作者简介 | 第68页 |
