首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于二值哈希和量化的近似最近邻搜索研究

摘要第5-7页
ABSTRACT第7-8页
第1章 绪论第16-32页
    1.1 研究背景和意义第16-17页
    1.2 国内外研究现状第17-26页
        1.2.1 基于树的方法第17页
        1.2.2 基于二值哈希的方法第17-24页
        1.2.3 基于量化的方法第24-26页
    1.3 研究内容和创新点第26-30页
        1.3.1 基于线性距离约束的哈希通用框架第26-28页
        1.3.2 深度有监督量化框架第28-30页
        1.3.3 基于生成对抗网络的深度无监督量化方法第30页
    1.4 论文组织结构第30-32页
第2章 基于线性距离约束的哈希通用框架第32-58页
    2.1 线性保距目标第32-34页
    2.2 通用的线性保距框架第34-35页
    2.3 线性保距的伪监督哈希方法第35-41页
        2.3.1 方法介绍第35-37页
        2.3.2 实验结果第37-40页
        2.3.3 方法小结第40-41页
    2.4 线性保距的无监督哈希方法第41-44页
        2.4.1 方法介绍第41-42页
        2.4.2 实验结果第42-43页
        2.4.3 方法小结第43-44页
    2.5 线性保距的有监督哈希方法第44-47页
        2.5.1 方法介绍第44-45页
        2.5.2 实验结果第45-46页
        2.5.3 方法小结第46-47页
    2.6 基于稀疏矩阵的线性保距哈希方法第47-50页
        2.6.1 方法介绍第47-48页
        2.6.2 实验结果第48-50页
        2.6.3 方法小结第50页
    2.7 基于邻域金字塔的保距哈希方法第50-55页
        2.7.1 方法介绍第50-53页
        2.7.2 实验结果第53-55页
        2.7.3 方法小结第55页
    2.8 本章小结第55-58页
第3章 深度有监督量化框架第58-84页
    3.1 基于自组织网络的深度有监督量化方法第59-68页
        3.1.1 自组织网络第59-61页
        3.1.2 方法介绍第61-64页
        3.1.3 实验结果第64-67页
        3.1.4 方法小结第67-68页
    3.2 深度乘积自组织量化方法第68-73页
        3.2.1 方法介绍第68-70页
        3.2.2 实验结果第70-72页
        3.2.3 方法小结第72-73页
    3.3 基于有监督量化器的深度有监督量化方法第73-82页
        3.3.1 方法介绍第73-78页
        3.3.2 实验结果第78-82页
        3.3.3 方法小结第82页
    3.4 本章小结第82-84页
第4章 深度无监督量化框架第84-92页
    4.1 基于生成对抗网络的深度无监督量化方法第84-89页
        4.1.1 生成对抗网络第85页
        4.1.2 方法介绍第85-89页
    4.2 实验结果第89-91页
    4.3 本章小结第91-92页
第5章 总结与展望第92-96页
    5.1 论文工作总结第92-93页
    5.2 未来工作展望第93-96页
参考文献第96-102页
致谢第102-104页
在读期间发表的学术论文与取得的研究成果第104页

论文共104页,点击 下载论文
上一篇:两亲性两性离子共聚物涂层改性光生物反应器表面的构建及其抗生物污损性能
下一篇:微米级甲烷化催化剂颗粒热质传递行为与反应机制的研究