摘要：通常在一般关系数据库中采用的哈希函数都是针对某一应用而设计的。在该应用中该函数也许是最优化的 ,但不能保证其适用于其他场合。提出一种基于学习的自适应哈希算法以及对该算法的改进。实验表明 ,该算法能够使数据分布达到最优化 ,显著地提高数据的存取和查询效率。

摘要：哈希算法在大规模的数据检索中得到了越来越广泛的应用,但目前无论是基于学习的哈希还是基于随机投影的哈希都是为静态数据集设计的,无法对动态的数据库或者动态的网页进行近邻搜索.为了解决这一问题,本文提出了基于在线k均值聚类的密度敏感哈希算法ODSH(Online Density Sensitive Hash).首先给出了固定聚类个数的在线k均值聚类公式;然后,根据在线k均值聚类量化后数据簇的表示点来划定超平面,并根据动态超平面推出该哈希算法的哈希函数以及对应的投影向量;最后根据投影向量划分的数据集求得各投影向量的信息熵值,根据其大小选出最合适的投影向量,并通过投影向量对数据集进行映射来获取对应的哈希编码.实验结果表明,与局部敏感哈希、谱哈希等哈希算法相比,本文算法在准确性和效率上均具有一定的优势.

摘要：随着电子化作业逐渐替代传统的纸质作业,传媒艺术类学科中提交的图片创作类作业也日益增多。针对这些作业中常见的抄袭手段,本文深入剖析并提出了一系列针对性的检测方法,在实际教学环境中进行了应用测试。最终,形成一套实践操作的检测流程,利用计算机技术实现了对图片类作业的快速查重。这套系统能够辅助教师高效地识别相似度较高的作业,从而提升教学质量和管理效率。

摘要：探讨汉英句级对齐软件设计中两项主要技术,即哈希算法与词典语义映射在对齐中的运用。哈希算法能帮助软件从词典大量的英汉词条语义信息中快速提取所需的对应义,结合语义映射,将需要对齐的句子关键词信息进行语义识别,从而有效提高汉英句子对齐效果。

摘要：区块链工作证明机制中哈希算法起着重要的作用,设计能对抗ASIC专用芯片计算的哈希算法对于保障区块链网络的安全和去中心化非常重要。现有的SCRYPT、X11、ETHASH、Cryptonight等算法都难以从根本上对抗ASIC芯片计算,因此需设计既有高计算复杂度,又具备算法变换共识机制的哈希算法,从而能够对抗只具备专用计算能力的ASIC芯片。

摘要：为了提高智慧电站数据检索精度,提出基于哈希算法的数据中台在智慧电站中的检索方法。通过数据物理层、逻辑层、语义层,描述智慧电站信息,建立数据描述集合。采用数据节点与对应边连接方式,度量数据信息相关边的权值,利用临近图构建智慧电站数据信息加权图模型,根据智慧电站各个数据节点之间距离,计算智慧电站数据连接权重。采用哈希算法结合数据中台,计算检索关键词与数据间汉明距离,获取最小距离数据输出检索结果,实现智慧电站数据检索。实验结果表明,设计方法的智慧电站数据检索结果匹配度值较大,能够有效提高智慧电站数据检索精度。

摘要：现有的哈希算法或者针对字符串,或者针对单个文件。目前还没有对整个目录树一起哈希的方法。论文提出将哈希算法应用到目录上,即对整个目录树求哈希值的思路,并设计了相应算法——DTH(directory tree hash)算法。DTH算法提供了目录层次数据安全校验的快速方法,可广泛应用于数据备份、文件损坏检测、文件夹比较等场景。在分布式存储中,也提供了以目录为单位,而非仅仅以文件为单位的缓存方式。且算法安全可靠,效率不低于传统哈希算法效率。

摘要：当前主流图像检索技术所采用的传统视觉特征编码缺少足够的学习能力,影响学习得到的特征表达能力。此外,由于视觉特征维数高,会消耗大量的内存,因此降低了图像检索的性能。文中基于深度卷积神经网络与改进的哈希算法,提出并设计了一种端到端训练方式的图像检索方法。该方法将卷积神经网络提取的高层特征和哈希函数相结合,学习到具有足够表达能力的哈希特征,从而在低维汉明空间中完成对图像数据的大规模检索。在两个常用数据集上的实验结果表明,所提出的哈希图像检索方法的检索性能优于当前的一些主流方法。

摘要：以太网桥可以广泛的应用于连接两个或者多个局域网,通过学习接收到数据包的MAC地址,在本地建立一个以MAC地址和网络接口对应的网桥表,并根据这张表来转发帧;通过使用FPGA内的以太网软核替代MAC芯片,有效的减少了设计难度,降低了应用成本;使用哈希算法对网桥的地址表的维护可以提高网桥处理速度,节省硬件资源。

摘要：为研究吊弦的疲劳寿命问题须先对吊弦的动态抬升量进行定点实时测量,因此提出一种基于机器视觉的测量方法。首先,通过鼠标交互的方式,在输入视频流的第1帧图像上框选吊弦在接触线侧线夹处的图像作为初始模板图像,并将其中心点定义为初始测量点,以此确定测量的定位。在此基础上,基于二维离散余弦变换将模板图像的信息从图像域转换到频率域,选取其中低频信号代表的系数矩阵,通过哈希算法将该矩阵转换为哈希值,并对输入的每帧图像均采用模板匹配方法,实现对测量点的跟踪,提取测量点的像素坐标。然后,根据相机成像原理,建立吊弦抬升量测量模型,通过摄像机内参标定和坐标系逆变换推导出像素坐标与实际位移之间的转换公式,完成对吊弦动态抬升量的计算。为验证测量方法的有效性,选取京广高速铁路武汉至乌龙泉东区间段进行现场测试。结果表明:采用该方法处理单帧图像的时间仅需0.1 s,吊弦动态抬升量测量误差最大为4.6%,具有较高的测量精度,能够实时、有效地获得吊弦动态抬升量。