位置敏感哈希算法的工作机理研究
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 1 绪论 | 第11-19页 |
| 1.1 课题背景 | 第12-16页 |
| 1.1.1 近邻搜索研究的重要性 | 第12-14页 |
| 1.1.2 数据的预处理方法介绍 | 第14-16页 |
| 1.2 研究内容与主要贡献 | 第16-18页 |
| 1.2.1 研究内容 | 第16-17页 |
| 1.2.2 主要贡献 | 第17-18页 |
| 1.3 本文组织结构 | 第18-19页 |
| 2 位置敏感哈希函数综述 | 第19-24页 |
| 2.1 高维空间最近邻查找问题 | 第19-20页 |
| 2.2 位置敏感哈希函数的定义 | 第20-21页 |
| 2.3 基于P-STABLE的位置敏感哈希算法 | 第21-22页 |
| 2.4 其它常用空间的哈希函数族 | 第22-24页 |
| 2.4.1 汉明空间 | 第22页 |
| 2.4.2 Arccos度量 | 第22-24页 |
| 3 LSH理论与实际性能的偏差 | 第24-29页 |
| 3.1 一个实例分析 | 第24-26页 |
| 3.2 LSH在应用中的真实含义 | 第26-28页 |
| 3.3 LSH理论分析与实际应用的某些联系 | 第28-29页 |
| 4 LSH算法理论概率保证与实际召回率的关系 | 第29-49页 |
| 4.1 新分析模型的建立 | 第29-30页 |
| 4.2 数据集均匀分布下的结果 | 第30-36页 |
| 4.2.1 L2空间 | 第31-34页 |
| 4.2.2 汉明空间与Arccos度量 | 第34-36页 |
| 4.3 均匀分布下的等价性证明 | 第36-40页 |
| 4.3.1 L2空间 | 第36-38页 |
| 4.3.2 汉明空间 | 第38-39页 |
| 4.3.3 Arccos相似度 | 第39-40页 |
| 4.4 均匀分布下的结果讨论 | 第40-45页 |
| 4.4.1 一些观察结果 | 第40-42页 |
| 4.4.2 L2空间下的新哈希函数族 | 第42页 |
| 4.4.3 实验分析 | 第42-45页 |
| 4.5 任意数据集下的方差分析 | 第45-49页 |
| 5 总结与展望 | 第49-51页 |
| 5.1 总结 | 第49页 |
| 5.2 展望 | 第49-51页 |
| 参考文献 | 第51-53页 |
| 攻读学位期间的研究成果 | 第53-54页 |
| 致谢 | 第54页 |
