面向近邻搜索的马尔科夫图哈希算法

摘要：

基于哈希编码的算法，由于其高效性，已经成为海量数据高维特征最近邻搜索的研究热点。目前存在的普遍问题是，当哈希编码长度较低时，原始特征信息保留不是很充分，从而导致检索结果不理想。为了解决这一问题，提出了一种基于Markov网络的有效哈希编码算法。该算法首先根据稀疏编码策略进行特征重构，通过Markov随机游走的方式构建特征之间的语义网络关系图，然后根据Laplacian特征映射求出投影函数，最后进行快速的线性投影二值化编码。在公开数据集上与主流算法进行了性能比较，实验结果表明该算法具备良好的检索性能。

关键词：最近邻搜索、Markov网络、Laplacian特征映射、哈希编码:最近邻搜索、哈希编码

分类号：TP181(自动化基础理论)

资助基金：The National Natural Science Foundation of China under Grant Nos.61163006,61203313,61272212,61365002;the Natural Science Foundation of Jiangxi Province of China under Grant Nos.20132BAB201030,20142BAB217010

在线出版日期：2015-07-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：861-868