基于哈希函數(shù)的相似性檢索研究.pdf

1、隨著網(wǎng)絡(luò)的飛速發(fā)展,大量文獻(xiàn)資料的堆積,如何快速有效地獲取自己需要的文檔數(shù)據(jù),已經(jīng)成為了迫切需要解決的問(wèn)題之一。對(duì)于現(xiàn)今海量、高維的文檔數(shù)據(jù),傳統(tǒng)的索引和檢索技術(shù)已不能滿足用戶快速的檢索需求,于是相對(duì)于注重綜合檢索結(jié)果的普通文檔檢索技術(shù),提出了注重速度的哈希法快速文檔檢索技術(shù)。
　　快速相似性檢索技術(shù)是針對(duì)大規(guī)模文檔數(shù)據(jù)的檢索效率問(wèn)題而產(chǎn)生的技術(shù),其犧牲了檢索精度從而使得檢索速度大幅度提高的特性在海量文檔檢索應(yīng)用中展現(xiàn)了良好的應(yīng)用

2、價(jià)值。其通過(guò)求解高維空間映射到低維空間的流形問(wèn)題從而降低文檔的維數(shù),并利用高效率的哈希技術(shù)加速檢索的匹配過(guò)程,使得用戶能夠快速定位自己需求的文檔。
　　針對(duì)快速相似性檢索技術(shù)在建立索引的過(guò)程中會(huì)耗費(fèi)大量計(jì)算資源及未充分考慮文檔信息等問(wèn)題,本文沿用語(yǔ)義哈希的思想,結(jié)合譜哈希索引技術(shù),利用Markov網(wǎng)絡(luò)強(qiáng)化文檔間關(guān)系來(lái)獲得更好的高維特征降維后的內(nèi)嵌子空間,并通過(guò)剪枝技術(shù)減少索引技術(shù)中耗費(fèi)的時(shí)間和空間復(fù)雜度,從而使得高維特征索引和檢索