摘要：基于名字的路由查找是命名数据网络(NDN)的一个关键技术,但由于NDN名字层次化的结构以及无限制的长度,使得查询匹配的实现具有很大的挑战性。提出一种有效的元素哈希编码机制,首先利用哈希函数压缩数据名字,然后采用改进的状态转换阵列实现名称最长前缀的快速匹配,最后设计一种快速的增量更新机制,满足NDN转发过程中频繁地插入、修改与删除等操作。仿真结果表明,提出的方法使路由条目压缩率达到40%以上,匹配速率提高约10%。

摘要：针对现有地震数据存取效率不足的问题,在参考谷歌文件系统设计理念并吸收其关键分布式处理技术的基础上,利用三维空间下八叉树结构与编码的快速空间定位机制,实现对三维大数据体的结构分块存储。这一方法减少了单机存储空间开销,并通过备份降低了数据丢失的风险。同时,采用八叉树结构的分块存储,对于相近区域的属性计算和三维渲染在文件访问速度上具有优势。

摘要：以赤足足迹压力图像为研究对象,采集了40人的5230幅赤足足迹压力图像,在具有较低存储消耗的哈希算法基础上,结合深度学习方法设计了一种深度中心匹配哈希(DCMH)网络实现足迹的检索.该网络首先根据足迹压力图像的特点构建深度特征融合模块,提取反映足迹形态结构的全局特征和压力分布的局部特征,并将两种特征进行融合;然后在哈希编码模块通过全连接层将融合后的特征映射为1024维特征向量,并通过哈希层生成哈希码;在网络优化过程中通过构建深度中心匹配损失函数从而减小哈希码与对应哈希中心之间的距离.深度中心匹配损失函数通过伯努利分布生成哈希中心,设计对数中心损失函数减小同类足迹压力图像数据哈希码与哈希中心的距离,并设计相似性损失函数作为正则化项约束每个批次数据间的相似性关系.通过在40人的赤足足迹压力图像数据上进行图像检索实验,本文算法检索结果的mAP可以达到0.99,优于传统的哈希算法及常用的深度哈希算法,为足迹的进一步的现场应用提供技术支撑.

摘要：面对形态万千、变化复杂的海量极光数据,对其进行分类与检索为进一步研究地球磁场物理机制和空间信息具有重要意义。该文基于卷积神经网络(CNN)对图像特征提取方面的良好表现,以及哈希编码可以满足大规模图像检索对检索时间的要求,提出一种端到端的深度哈希算法用于极光图像分类与检索。首先在CNN中嵌入空间金字塔池化(SPP)和幂均值变换(PMT)来提取图像中多种尺度的区域信息;其次在全连接层之间加入哈希层,将全连接层最能表现图像的高维语义信息映射为紧凑的二值哈希码,并在低维空间使用汉明距离对图像对之间的相似性进行度量;最后引入多任务学习机制,充分利用图像标签信息和图像对之间的相似度信息来设计损失函数,联合分类层和哈希层的损失作为优化目标,使哈希码之间可以保持更好的语义相似性,有效提升了检索性能。在极光数据集和CIFAR-10数据集上的实验结果表明,所提出方法检索性能优于其他现有检索方法,同时能够有效用于极光图像分类。

摘要：针对图像高维特征占用巨大存储空间的问题,考虑到其中一些特征存在高度相关性,提出一种基于深度学习特征的图像检索方法。利用卷积神经网络,提取基于深度学习的图像特征;通过分析特征本身存在的相关性,采用主成分分析算法,对特征降维的同时尽量降低信息的损失;在此基础上对特征进行哈希编码,利用编码做快速图像检索。Caltech101和Caltech256数据集上的实验结果表明,相比直接使用原始深度特征进行编码检索,所提方法的检索性能更好。

摘要：在社会发展的过程中,存在着众多的社会问题,其中盗版现象尤为猖獗。无论是文化传播方面还是商品制造方面,盗版是如影随形。尽管有关部门和相关法律法规在一定程度上对假冒伪劣行为采取了严厉打击措施,但时至今日,盗版现象不仅没有得到有效的根除,反而在非法暴利的驱使下,非法分子更是趋之若鹜,盗版行为更有日益漫延之势。鉴于此种情况,借助现有的科技成果,设计一个具有哈希校验功能的防伪二维码生成器,通过Hash函数对商品数据进行数据摘要,生成一个有效二维码。分析表明,该二维码具有信息量广、编译码准确、加密机制、印刷成本低等的优势,在实际应用中可有效打击假冒伪劣行为。