-
题名低空间复杂度的LSH算法及其在图像检索中的应用
被引量：2
- 1
-
-
作者
曹玉东
刘艳洋
孙福明
贾旭
-
机构
辽宁工业大学电子与信息工程学院
-
出处
《计算机工程与科学》
CSCD
北大核心
2015年第2期379-383,共5页
-
基金
国家自然科学基金资助项目(61272214)
辽宁省自然科学基金资助项目(2013020020)
+1 种基金
辽宁省教育厅一般项目(L2013241)
辽宁工业大学教师科研启动基金(X201216)
-
文摘
局部敏感哈希LSH算法是有效的高维数据索引方法,如何生成哈希函数是算法的关键部分。LSH算法的哈希函数是基于p-稳态分布随机生成的,为了提高算法性能就需要增加哈希表的数量,但这会增加算法的空间复杂度。改进后的LSH算法(I-LSH)在生成哈希函数时不需要有标记的训练样本,而是仅仅利用数据点的分布信息构造投影方向。实验结果表明,在不显著降低检索性能的情况下,ILSH有效地降低了内存的使用量,适合处理大规模数据。
-
关键词
高维数据索引
局部敏感哈希索引
图像检索
Gist特征
-
Keywords
high data indexing
LSH indexing
image retrieval
Gist feature
-
分类号
TP311.13
[自动化与计算机技术—计算机软件与理论]
-
-
题名版权数据库管理中基于内容的版权检索方法
- 2
-
-
作者
邹晓栋
张兴忠
-
机构
太原理工大学计算机软件学院
-
出处
《计算机应用与软件》
CSCD
北大核心
2014年第3期266-268,313,共4页
-
文摘
局部敏感哈希LSH(Locality Sensitive Hashing)是一种常见的用于处理高维向量的索引办法。首先介绍LSH算法的基本原理和方法,然后通过更快哈希函数的计算和跳过重复点等方法对LSH算法进行改进,与传统的索引方法相比,改进后算法在不降低准确度的情况下,耗费时间更短。实验结果证明,将该优化算法应用于基于内容数字版权检索中,其性能优于传统的索引方法。
-
关键词
基于内容数字版权检索
高维向量
相似性检索
近似最近邻搜索
改进的局部敏感哈希索引
-
Keywords
Content-based digital right retrieval High-dimensional vector Similarity retrieval Approximate nearest neighbour search Improved LSH indexing
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
