| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 研究意义与背景 | 第9-11页 |
| 1.2 研究现状 | 第11-13页 |
| 1.3 本文主要工作 | 第13-15页 |
| 1.4 本文主要创新点 | 第15-16页 |
| 1.5 本文组织结构 | 第16页 |
| 1.6 本章小结 | 第16-17页 |
| 第二章 背景知识与相关算法 | 第17-30页 |
| 2.1 符号表示 | 第17页 |
| 2.2 图像的特征表示 | 第17-18页 |
| 2.3 海明距离 | 第18-19页 |
| 2.4 互信息 | 第19页 |
| 2.5 传统近邻搜索算法 | 第19-20页 |
| 2.6 基于哈希的近似近邻搜索算法 | 第20-29页 |
| 2.6.1 局部敏感哈希算法(LSH) | 第21-22页 |
| 2.6.2 球哈希算法(SH) | 第22-24页 |
| 2.6.3 支配集(DS) | 第24-25页 |
| 2.6.4 哈希算法中通用选择方法(UHBS) | 第25-26页 |
| 2.6.5 加权海明距离重排序算法(WhRank) | 第26-28页 |
| 2.6.6 随机两层哈希算法(RTWH) | 第28-29页 |
| 2.7 本章小结 | 第29-30页 |
| 第三章 两层哈希的重排序算法 | 第30-46页 |
| 3.1 查询敏感的位选择方法 | 第30-41页 |
| 3.1.1 查询敏感的映射能力(Query Sensitive Mapping) | 第30-34页 |
| 3.1.2 条件不相似度(Conditional Dissimilarity) | 第34-39页 |
| 3.1.3 目标函数与优化算法 | 第39-41页 |
| 3.2 重排序 | 第41页 |
| 3.3 算法描述与伪代码 | 第41-43页 |
| 3.3.1 查询敏感选择法 | 第41-42页 |
| 3.3.2 模仿者动态模型优化算法 | 第42-43页 |
| 3.4 算法时间复杂度分析 | 第43-44页 |
| 3.4.1 离线复杂度分析 | 第43-44页 |
| 3.4.2 在线复杂度分析 | 第44页 |
| 3.5 本章小结 | 第44-46页 |
| 第四章 实验 | 第46-62页 |
| 4.1 相关数据集 | 第46页 |
| 4.1.1 CIFAR10数据集 | 第46页 |
| 4.1.2 MNIST数据集 | 第46页 |
| 4.1.3 NUSwide数据集 | 第46页 |
| 4.2 评测方法 | 第46-48页 |
| 4.3 对比方法 | 第48-49页 |
| 4.4 实验结果与分析 | 第49-61页 |
| 4.4.1 查询敏感选择的一层哈希(选择有效性) | 第49-54页 |
| 4.4.2 重排序的两层哈希(排序有效性) | 第54-60页 |
| 4.4.3 目标函数实验收敛情况 | 第60-61页 |
| 4.5 本章小结 | 第61-62页 |
| 总结与展望 | 第62-63页 |
| 参考文献 | 第63-66页 |
| 附录 | 第66-68页 |
| 攻读硕士学位期间取得的研究成果 | 第68-69页 |
| 致谢 | 第69-70页 |
| 附表 | 第70页 |
