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--计算机软件论文--程序设计、软件工程论文--程序设计论文

基于哈希的高维数据近似最近邻查询研究

摘要第5-7页
ABSTRACT第7-8页
符号对照表第11-12页
缩略语对照表第12-15页
第一章 绪论第15-21页
    1.1 研究背景与意义第15-16页
    1.2 国内外研究现状第16-19页
        1.2.1 数据独立型哈希第16-17页
        1.2.2 数据依赖型哈希第17-19页
    1.3 本文的研究内容第19-20页
    1.4 本文组织结构第20-21页
第二章 背景知识第21-29页
    2.1 问题设置第21-22页
        2.1.1 最近邻查询第21页
        2.1.2 范围查询第21-22页
        2.1.3 近似最近邻查询第22页
    2.2 局部敏感哈希函数家族第22-26页
        2.2.1 LSH的基本定义第22-23页
        2.2.2 基于p稳定分布的LSH函数第23-24页
        2.2.3 复合哈希值的相似性度量第24-26页
    2.3 数据依赖型哈希第26-28页
    2.4 总结第28-29页
第三章 基于Binary LSH的ANN查询方案第29-41页
    3.1 Binary LSH第29-32页
        3.1.1 Binary LSH定义第29-30页
        3.1.2 Binary LSH的相似性评估第30-32页
    3.2 Binary LSH的索引构建第32-34页
    3.3 基于Binary LSH的ANN查询算法第34-37页
        3.3.1 复合哈希值的近邻查询第34-36页
        3.3.2 高维空间中的ANN查询第36-37页
    3.4 复杂度分析第37-39页
        3.4.1 时间复杂度第38页
        3.4.2 空间复杂度第38-39页
    3.5 总结第39-41页
第四章 基于近邻敏感哈希的编码优化第41-51页
    4.1 编码优化方案第41-43页
    4.2 近邻敏感变换第43-46页
        4.2.2 NST的基本定义第43-45页
        4.2.3 基于中心变换的NST方法第45-46页
    4.3 近邻敏感哈希算法第46-49页
        4.3.1 NSH算法第46-49页
        4.3.2 NSH算法的参数设置第49页
    4.4 总结第49-51页
第五章 实验结果与分析第51-61页
    5.1 实验设置第51-53页
        5.1.1 数据集第51-52页
        5.1.2 性能度量第52-53页
        5.1.3 对比算法第53页
    5.2 实验结果第53-59页
        5.2.1 Binary LSH中的参数配置第53-56页
        5.2.2 NSH中的参数配置第56-57页
        5.2.3 综合比较第57-59页
    5.3 总结第59-61页
第六章 总结与展望第61-63页
参考文献第63-67页
致谢第67-69页
作者简介第69-70页

论文共70页,点击 下载论文
上一篇:Spark计算框架性能建模与优化技术的研究与实现
下一篇:中学机房教学管理系统的设计与实现