面向大规模数据检索的哈希学习研究进展
随着机器学习、深度学习等人工智能技术的发展,基于哈希的大规模数据检索有了新的发展.哈希学习是机器学习方法在传统哈希检索领域的应用.探讨了哈希学习的主要研究内容,即哈希函数、相似度量以及损失函数.根据度量阶段的不同,将现有的哈希学习算法分为三类:基于主成分分析的哈希学习、基于聚类的哈希学习以及基于神经网络的哈希学习.阐述了每类哈希学习算法的特点,对哈希学习未来的研究方向提出了一些思考和建议.
大规模数据检索、哈希学习、保相似性
26
TP391(计算技术、计算机技术)
2018-01-31(万方平台首次上网日期,不代表论文的发表时间)
共5页
21-25