-
题名面向语义增强的在线哈希方法
- 1
-
-
作者
赵志杰
康潇
张雪凝
王少华
刘兴波
聂秀山
-
机构
山东建筑大学计算机与人工智能学院
山东大学软件学院
-
出处
《数据采集与处理》
北大核心
2025年第4期1096-1106,共11页
-
文摘
传统的基于批处理的哈希学习方法通常无法满足大规模流数据实时在线检索的需求。在线哈希学习其核心在于无需重复访问原始累积数据,只为新增数据学习哈希码,并实时更新哈希函数以适应新旧数据的变化。现有在线哈希方法仍面临诸多挑战,如类间关系挖掘不足导致的语义偏移和新旧数据关联不足导致的遗忘问题。针对这些问题,本文提出了一种新的在线哈希学习方法——面向语义增强的在线哈希(Online semantic enhancement hashing,OSEH)。该方法通过设计三重矩阵分解框架,深入挖掘特征和标签间的交互关系,以生成反映类间关系的细粒度标签矩阵。同时,结合标签嵌入和成对相似性保持技术,将增强的语义信息有效融入哈希学习过程,优化哈希码的生成和哈希函数的实时更新。在大规模检索数据集上的实验结果表明,本文所提方法显著提升了在线哈希学习的性能。
-
关键词
在线检索
监督在线哈希
三重矩阵分解
细粒度标签
-
Keywords
online retrieval
supervised online hashing
tri-matrix factorization
fine-grained labels
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
