基于位置敏感哈希的相似性搜索技术研究
| 摘要 | 第1-6页 |
| Abstract | 第6-7页 |
| 目录 | 第7-9页 |
| 第一章 绪论 | 第9-13页 |
| ·研究背景 | 第9-10页 |
| ·研究现状 | 第10页 |
| ·本文主要工作 | 第10-11页 |
| ·本文组织结构 | 第11-13页 |
| 第二章 相似性搜索 | 第13-20页 |
| ·相似性搜索定义 | 第13页 |
| ·常用的相似性度量方法 | 第13-14页 |
| ·相似性查询分类 | 第14-16页 |
| ·最近邻查询 | 第14-15页 |
| ·近似最近邻查询 | 第15-16页 |
| ·相似性搜索算法的评价标准 | 第16-17页 |
| ·相似性搜索算法分类 | 第17-19页 |
| ·基于空间划分的相似性搜索算法 | 第17-18页 |
| ·基于空间映射的相似性搜索算法 | 第18-19页 |
| ·本章小结 | 第19-20页 |
| 第三章 位置敏感哈希及其分析 | 第20-31页 |
| ·LSH原理 | 第20页 |
| ·LSH函数族定义 | 第20页 |
| ·通用的LSH算法框架 | 第20-21页 |
| ·LSH种类 | 第21-26页 |
| ·基于比特取样的LSH | 第21-22页 |
| ·基于最小独立置换的LSH | 第22-23页 |
| ·基于随机投影的LSH | 第23页 |
| ·基于Lattice的LSH | 第23-25页 |
| ·基于P稳定分布的LSH | 第25-26页 |
| ·LSH的应用 | 第26页 |
| ·通用的LSH算法框架分析 | 第26-28页 |
| ·LSH的改进 | 第28-30页 |
| ·基于参数选择的改进 | 第28页 |
| ·基于哈希函数选择的改进 | 第28-29页 |
| ·基于算法的改进 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 第四章 基于冲突计数的位置敏感哈希 | 第31-43页 |
| ·FBLSH的基本思想及算法流程 | 第31-32页 |
| ·FBLSH的基本思想 | 第31页 |
| ·FBLSH算法流程 | 第31-32页 |
| ·算法有效性及复杂度分析 | 第32-36页 |
| ·算法有效性 | 第32-34页 |
| ·算法复杂度分析 | 第34-36页 |
| ·实验设置 | 第36-37页 |
| ·实验结果及分析 | 第37-42页 |
| ·距离计算次数比较 | 第38-39页 |
| ·算法性能综合比较 | 第39-42页 |
| ·本章小结 | 第42-43页 |
| 第五章 一种混合型索引结构—HKF树 | 第43-56页 |
| ·层次化的k-means树 | 第43-45页 |
| ·k-means聚类算法 | 第43-44页 |
| ·层次化的k-means树算法流程 | 第44-45页 |
| ·HKF树的基本思想及算法流程 | 第45-47页 |
| ·HKF树的基本思想 | 第45页 |
| ·HKF树算法流程 | 第45-47页 |
| ·算法有效性及复杂度分析 | 第47-48页 |
| ·算法有效性 | 第47页 |
| ·算法复杂度分析 | 第47-48页 |
| ·实验设置 | 第48-49页 |
| ·实验结果及分析 | 第49-55页 |
| ·HKF树的粗检索效果 | 第49-50页 |
| ·HKF树vs.层次化的k-means树 | 第50-52页 |
| ·HKF树vs.FBLSH | 第52-54页 |
| ·HKF树vs.后验多探测LSH | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 第六章 总结与展望 | 第56-58页 |
| ·本文工作总结 | 第56-57页 |
| ·进一步工作 | 第57-58页 |
| 参考文献 | 第58-64页 |
| 附录 | 第64-65页 |
| 附录A-硕士生期间参与的科研项目 | 第64页 |
| 附录B-硕士生期间发表的论文 | 第64-65页 |
| 致谢 | 第65-66页 |
