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--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于近邻图的高维空间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16-18页
        1.2.1 近似最近邻查询概述第16-17页
        1.2.2 基于近邻图的近似最近邻查询第17-18页
    1.3 研究内容第18-20页
    1.4 组织结构第20-21页
第二章 基础知识介绍第21-35页
    2.1 近邻图及相关概念第21-24页
        2.1.1 近邻图定义第21页
        2.1.2 贪心算法在近邻图上的应用第21-22页
        2.1.3 基于近邻图的ANN查询第22-24页
    2.2 哈希方法及相关概念第24-34页
        2.2.1 哈希算法概述第24-25页
        2.2.2 数据敏感哈希第25-31页
        2.2.3 邻域敏感哈希第31-34页
    2.3 总结第34-35页
第三章 基于NSH的近邻图ANN查询方法第35-51页
    3.1 NSH-NNG索引构建第35-42页
        3.1.1 邻域敏感哈希算法第35-37页
        3.1.2 NSH的索引构建第37-39页
        3.1.3 k近邻图索引结构第39-42页
    3.2 基于NSH-NNG的近邻查询算法第42-47页
        3.2.1 NSH算法确定起始点集第42-45页
        3.2.2 基于近邻图的ANN查询第45-47页
    3.3 复杂度分析第47-49页
        3.3.1 时间复杂度第48-49页
        3.3.2 空间复杂度第49页
    3.4 总结第49-51页
第四章 实验结果分析第51-65页
    4.1 实验设置第51-53页
        4.1.1 数据集第51页
        4.1.2 性能度量第51-53页
        4.1.3 对比算法第53页
    4.2 实验参数分析第53-57页
        4.2.1 NSH算法参数第53-55页
        4.2.2 NSH-NNG查询算法参数第55-57页
    4.3 对比实验第57-63页
        4.3.1 NSH-NNG算法性能第57-61页
        4.3.2 基于DSH的近邻图构建算法性能第61-63页
    4.4 总结第63-65页
第五章 总结与展望第65-67页
参考文献第67-71页
致谢第71-73页
作者简介第73-74页

论文共74页,点击 下载论文
上一篇:基于局部特征的人脸识别方法研究
下一篇:短波选频与通信系统软件设计与实现