公开(公告)号：CN104035949B

公开(公告)日：2017-05-10

申请号：CN201310664350.3

申请日：2013-12-10

Applicant: 南京信息工程大学

Inventor： 马廷淮 ,  陆颖华 ,  田伟 ,  朱节中

IPC: G06F17/30

Abstract: 本发明提供一种基于局部敏感哈希改进算法的相似性数据检索方法，首先对数据对象进行特征提取，将每一个数据对象使用其特征集合表示，基于向量空间模型把每一个数据对象转换为特征空间的向量；然后使用一组哈希函数，建立多个哈希表，将所有的数据对象映射到相应的哈希桶中；接着对于查询对象，随机选择一个哈希表进行映射，对于与查询对象在同一哈希桶的数据对象，以同样方式利用剩余的哈希表进行映射，并将所有与这些对象在同一哈希桶中的对象合并成为查询候选集；最后将查询对象与查询候选集中的数据对象进行真实距离的计算，从而得到最邻近对象。本发明在保持准确率和召回率的前提下减少了传统局部敏感哈希的内存需求，适合于处理大量的高维数据的相似性检索。

公开(公告)号：CN104035949A

公开(公告)日：2014-09-10

申请号：CN201310664350.3

申请日：2013-12-10

Applicant: 南京信息工程大学

Inventor： 马廷淮 ,  陆颖华 ,  田伟 ,  朱节中

IPC: G06F17/30

CPC classification number: G06F17/30949 ,  G06F17/30964

Abstract: 本发明提供一种基于局部敏感哈希改进算法的相似性数据检索方法，首先对数据对象进行特征提取，将每一个数据对象使用其特征集合表示，基于向量空间模型把每一个数据对象转换为特征空间的向量；然后使用一组哈希函数，建立多个哈希表，将所有的数据对象映射到相应的哈希桶中；接着对于查询对象，随机选择一个哈希表进行映射，对于与查询对象在同一哈希桶的数据对象，以同样方式利用剩余的哈希表进行映射，并将所有与这些对象在同一哈希桶中的对象合并成为查询候选集；最后将查询对象与查询候选集中的数据对象进行真实距离的计算，从而得到最邻近对象。本发明在保持准确率和召回率的前提下减少了传统局部敏感哈希的内存需求，适合于处理大量的高维数据的相似性检索。