基于哈希的最近邻查找
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 目录 | 第9-12页 |
| 表格索引 | 第12-13页 |
| 插图索引 | 第13-14页 |
| 算法索引 | 第14-15页 |
| 第一章 绪论 | 第15-23页 |
| 1.1 研究背景和意义 | 第15-16页 |
| 1.2 技术概述和研究现状 | 第16-18页 |
| 1.2.1 树形结构 | 第16页 |
| 1.2.2 哈希方法 | 第16-18页 |
| 1.3 基于哈希的最近邻查找的关键问题 | 第18-19页 |
| 1.3.1 高维数据如何映射成二值码 | 第18-19页 |
| 1.3.2 二值码之间的距离如何衡量 | 第19页 |
| 1.3.3 如何对二值码数据进行排序 | 第19页 |
| 1.3.4 本论文关注的研究问题 | 第19页 |
| 1.4 研究内容和创新点 | 第19-21页 |
| 1.4.1 序列保持哈希 | 第20页 |
| 1.4.2 优化的笛卡尔K均值 | 第20页 |
| 1.4.3 二值检索中的距离优化 | 第20-21页 |
| 1.5 论文组织结构 | 第21-23页 |
| 第二章 序列保持哈希 | 第23-43页 |
| 2.1 引言 | 第23-24页 |
| 2.2 相关工作 | 第24-26页 |
| 2.2.1 概率性相似度保持 | 第24-25页 |
| 2.2.2 确定性相似性保持 | 第25-26页 |
| 2.3 序列保持哈希 | 第26-27页 |
| 2.4 目标优化 | 第27-30页 |
| 2.4.1 函数松弛 | 第28-29页 |
| 2.4.2 二次惩罚 | 第29-30页 |
| 2.5 联系与讨论 | 第30-31页 |
| 2.6 实验验证 | 第31-41页 |
| 2.6.1 实验设置 | 第31-32页 |
| 2.6.2 代码实现 | 第32-33页 |
| 2.6.3 实验结果 | 第33-41页 |
| 2.7 本章总结 | 第41-43页 |
| 第三章 优化的笛卡尔K均值 | 第43-67页 |
| 3.1 引言 | 第43-44页 |
| 3.2 相关工作 | 第44-47页 |
| 3.2.1 汉明投影 | 第44-45页 |
| 3.2.2 空间量化 | 第45-47页 |
| 3.3 扩展的笛卡尔K均值 | 第47-49页 |
| 3.3.1 参数学习 | 第48-49页 |
| 3.4 优化的笛卡尔K均值 | 第49-54页 |
| 3.4.1 参数学习 | 第50-54页 |
| 3.5 算法讨论 | 第54-60页 |
| 3.5.1 与相关工作的联系 | 第54-56页 |
| 3.5.2 不等式约束与等式约束 | 第56-57页 |
| 3.5.3 代码实现 | 第57-58页 |
| 3.5.4 最近邻检索中的距离近似 | 第58-60页 |
| 3.6 实验验证 | 第60-66页 |
| 3.6.1 实验设置 | 第60-62页 |
| 3.6.2 实验结果 | 第62-66页 |
| 3.7 本章总结 | 第66-67页 |
| 第四章 二值检索中的距离优化 | 第67-91页 |
| 4.1 引言 | 第67-68页 |
| 4.2 相关工作 | 第68-69页 |
| 4.2.1 二值码排序 | 第68-69页 |
| 4.3 方法概述 | 第69-72页 |
| 4.4 优化的对称距离 | 第72-76页 |
| 4.4.1 目标问题 | 第73页 |
| 4.4.2 参数优化 | 第73-76页 |
| 4.5 优化的非对称距离 | 第76-78页 |
| 4.5.1 目标问题 | 第76-77页 |
| 4.5.2 参数优化 | 第77-78页 |
| 4.6 算法讨论 | 第78-83页 |
| 4.6.1 分段个数 | 第78-81页 |
| 4.6.2 与相关工作的联系 | 第81-83页 |
| 4.7 实验验证 | 第83-88页 |
| 4.7.1 实验设置 | 第83-85页 |
| 4.7.2 实验结果 | 第85-87页 |
| 4.7.3 分段个数对性能的影响 | 第87-88页 |
| 4.8 本章总结 | 第88-91页 |
| 第五章 总结和展望 | 第91-93页 |
| 5.1 总结 | 第91页 |
| 5.2 展望 | 第91-93页 |
| 参考文献 | 第93-99页 |
| 致谢 | 第99-101页 |
| 在读期间发表的学术论文与取得的研究成果 | 第101页 |
