公开(公告)号：CN105574212A

公开(公告)日：2016-05-11

申请号：CN201610101397.2

申请日：2016-02-24

Applicant: 北京大学

Inventor： 赵仕荣 ,  张健 ,  彭宇新

IPC: G06F17/30

CPC classification number: G06F17/3028 ,  G06F17/30247 ,  G06F17/30327

Abstract: 本发明涉及一种多索引磁盘哈希结构的图像检索方法，包括以下步骤：离线索引阶段，对多媒体数据提取高维特征；使用哈希映射方法将高维特征映射为哈希编码；将哈希编码平均分割为编码子串；将编码子串分别插入对应的基于磁盘的B+树索引结构中；重复上述步骤m次，形成多索引磁盘结构。在线查询阶段，对于查询的多媒体数据，经过提取特征、哈希编码、编码分割后得到编码子串，搜索该编码在磁盘索引的r近邻结果，合并r近邻结果直至找到k近邻结果后返回。本发明结合多索引哈希方法与B+树存储结构的优势，在提高索引结构检索准确率和检索速度的同时，增大了支持的数据量。

公开(公告)号：CN105740428B

公开(公告)日：2019-02-01

申请号：CN201610066757.X

申请日：2016-01-29

Applicant: 北京大学

Inventor： 赵仕荣 ,  张健 ,  彭宇新

IPC: G06F16/22 ,  G06F16/583 ,  G06F16/58

Abstract: 本发明涉及一种基于B+树的高维磁盘索引结构，包括以下步骤：离线索引阶段，对多媒体数据提取高维特征；使用哈希映射方法将高维特征映射为哈希编码；随机生成排列次序，并重新排列哈希编码；将编码按照格雷码序，插入基于磁盘的B+树存储结构中；重复上述步骤L次，形成磁盘索引结构。在线查询阶段，对于查询的多媒体数据，经过提取特征、哈希编码、随机编码排列后得到哈希编码，搜索该编码在磁盘索引的插入位置并返回该位置附近的数据作为候选集，去除重复并排序得到检索结果。本发明结合哈希映射方法与B+树存储结构的优势，在提高索引结构检索准确率的同时，增大了索引结构的存储容量。

公开(公告)号：CN105740428A

公开(公告)日：2016-07-06

申请号：CN201610066757.X

申请日：2016-01-29

Applicant: 北京大学

Inventor： 赵仕荣 ,  张健 ,  彭宇新

IPC: G06F17/30

CPC classification number: G06F17/30327 ,  G06F17/3025 ,  G06F17/30259 ,  G06F17/30262

Abstract: 本发明涉及一种基于B+树的高维磁盘索引结构，包括以下步骤：离线索引阶段，对多媒体数据提取高维特征；使用哈希映射方法将高维特征映射为哈希编码；随机生成排列次序，并重新排列哈希编码；将编码按照格雷码序，插入基于磁盘的B+树存储结构中；重复上述步骤L次，形成磁盘索引结构。在线查询阶段，对于查询的多媒体数据，经过提取特征、哈希编码、随机编码排列后得到哈希编码，搜索该编码在磁盘索引的插入位置并返回该位置附近的数据作为候选集，去除重复并排序得到检索结果。本发明结合哈希映射方法与B+树存储结构的优势，在提高索引结构检索准确率的同时，增大了索引结构的存储容量。

公开(公告)号：CN105574212B

公开(公告)日：2019-04-26

申请号：CN201610101397.2

申请日：2016-02-24

Applicant: 北京大学

Inventor： 赵仕荣 ,  张健 ,  彭宇新

IPC: G06F16/51

Abstract: 本发明涉及一种多索引磁盘哈希结构的图像检索方法，包括以下步骤：离线索引阶段，对多媒体数据提取高维特征；使用哈希映射方法将高维特征映射为哈希编码；将哈希编码平均分割为编码子串；将编码子串分别插入对应的基于磁盘的B+树索引结构中；重复上述步骤m次，形成多索引磁盘结构。在线查询阶段，对于查询的多媒体数据，经过提取特征、哈希编码、编码分割后得到编码子串，搜索该编码在磁盘索引的r近邻结果，合并r近邻结果直至找到k近邻结果后返回。本发明结合多索引哈希方法与B+树存储结构的优势，在提高索引结构检索准确率和检索速度的同时，增大了支持的数据量。