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Markov图模型的特征哈希算法

摘要第3-4页
ABSTRACT第4页
1 引言第7-12页
    1.1 研究背景与意义第7-8页
    1.2 哈希算法研究现状第8-10页
    1.3 本文工作及组织结构第10-12页
2 相关工作第12-17页
    2.1 锚图哈希算法第12-14页
        2.1.1 目标函数第12-13页
        2.1.2 锚图第13页
        2.1.3 图拉普拉斯特征分解第13-14页
        2.1.4 锚图哈希第14页
    2.2 基于Landmark稀疏表示的谱聚类第14-16页
        2.2.1 谱聚类第14页
        2.2.2 基于Landmark稀疏编码第14-15页
        2.2.3 基于Landmark的大规模谱聚类第15-16页
    2.3 本章小结第16-17页
3 Markov随机游走哈希算法第17-29页
    3.1 问题定义与描述第17页
    3.2 基于Landmark的稀疏表示第17-19页
    3.3 基于Markov随机游走的图模型第19-21页
    3.4 线性哈希函数学习第21页
    3.5 通过迭代量化重排序第21-22页
    3.6 时间复杂度分析第22页
    3.7 实验设计与分析第22-28页
        3.7.1 评估方法与实验设置第23页
        3.7.2 实验结果与分析第23-28页
    3.8本章小结第28-29页
4 基于Landmark的随机游走哈希算法第29-40页
    4.1 理论基础第29-30页
    4.2 基于Landmark的高效随机游走哈希算法第30-32页
    4.3 实验结果和分析第32-39页
        4.3.1 实验结果与分析第33-38页
        4.3.2 实际场景检索实验第38-39页
    4.4 本章小结第39-40页
5 总结展望第40-42页
    5.1 论文总结第40页
    5.2 未来工作第40-42页
参考文献第42-47页
致谢第47-48页
在读期间公开发表论文及科研情况第48页

论文共48页,点击 下载论文
上一篇:基于样本重要性原理的KNN文本分类算法
下一篇:基于运动目标提取的印刷品质量在线检测系统的研究与应用