| 中文摘要 | 第8-10页 |
| ABSTRACT | 第10-11页 |
| 第1章 绪论 | 第12-19页 |
| 1.1 课题研究背景及意义 | 第12-14页 |
| 1.1.1 研究背景 | 第12-13页 |
| 1.1.2 研究意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-17页 |
| 1.2.1 数据独立哈希 | 第14-15页 |
| 1.2.2 无监督哈希方法 | 第15页 |
| 1.2.3 半监督哈希方法 | 第15-16页 |
| 1.2.4 监督哈希方法 | 第16-17页 |
| 1.3 本文主要工作 | 第17-18页 |
| 1.3.1 类图保持哈希 | 第17页 |
| 1.3.2 半监督图割哈希 | 第17-18页 |
| 1.4 本文的组织结构 | 第18-19页 |
| 第2章 类图保持哈希 | 第19-38页 |
| 2.1 概述 | 第19-20页 |
| 2.2 CGPH算法 | 第20-27页 |
| 2.2.1 哈希函数定义 | 第20-21页 |
| 2.2.2 标签一致性保持 | 第21-22页 |
| 2.2.3 类图一致性保持 | 第22-23页 |
| 2.2.4 优化 | 第23页 |
| 2.2.5 利用平方损失进行学习 | 第23-24页 |
| 2.2.6 利用Hinge损失进行学习 | 第24-25页 |
| 2.2.7 二值量化 | 第25-26页 |
| 2.2.8 复杂度分析 | 第26-27页 |
| 2.3 实验结果及分析 | 第27-37页 |
| 2.3.1 数据集和对比方法 | 第27-29页 |
| 2.3.2 评价标准 | 第29-30页 |
| 2.3.3 参数调整 | 第30-31页 |
| 2.3.4 训练数据比例 | 第31-32页 |
| 2.3.5 l_2loss和Hinge loss的对比 | 第32页 |
| 2.3.6 实验结果及讨论 | 第32-37页 |
| 2.4 本章小结 | 第37-38页 |
| 第3章 半监督图割哈希 | 第38-48页 |
| 3.1 SHGC算法 | 第38-41页 |
| 3.1.1 问题描述 | 第38-39页 |
| 3.1.2 稀疏嵌入 | 第39页 |
| 3.1.3 标签相似性保持 | 第39-40页 |
| 3.1.4 哈希码的独立性 | 第40页 |
| 3.1.5 目标函数 | 第40-41页 |
| 3.2 优化方法 | 第41-44页 |
| 3.2.1 用最优旋转的方法更新W | 第41-42页 |
| 3.2.2 通过graph cut更新B | 第42-44页 |
| 3.3 实验及分析 | 第44-47页 |
| 3.3.1 标签比例的影响 | 第44-45页 |
| 3.3.2 实验结果及讨论 | 第45-47页 |
| 3.4 本章小结 | 第47-48页 |
| 第4章 总结与展望 | 第48-50页 |
| 参考文献 | 第50-53页 |
| 致谢 | 第53-54页 |
| 攻读学位期间发表的学术论文 | 第54-55页 |
| 附件 | 第55页 |