摘要：在许多应用中,LSH(Locality Sensitive Hashing)以及各种变体,是解决近似最近邻问题的有效算法之一.虽然这些算法能够很好地处理分布比较均匀的高维数据,但从设计方案来看,都没有针对数据分布不均匀的情况做相应的优化.针对这一问题,本文提出了一种新的基于LSH的解决方案(M2LSH,2 Layers Merging LSH),对于数据分布不均匀的情况依然能得到一个比较好的查询效果.首先,将数据存放到具有计数功能的组合哈希向量表示的哈希桶中,然后通过二次哈希将这些桶号投影到一维空间,在此空间根据各个桶中存放的数据个数合并相邻哈希桶,使得新哈希桶中的数据量能够大致均衡.查询时仅访问有限个哈希桶,就能找到较优结果.本文给出了详细的理论分析,并通过实验验证了M2LSH的性能,不仅能减少访问时间,也可提高结果的正确率.

摘要：为了降低图像特征向量量化的近似表示和高维向量带来的码书训练时间开销,提出了一种投影增强型残差量化方法。在前期的增强型残差量化工作基础上,将主成分分析与增强型残差量化相结合,使得码书训练和特征量化均在低维向量空间进行以提高效率;在低维向量空间上训练码书过程中,提出了联合优化方法,同时考虑投影和量化产生的总体误差,提升码书精度;针对该量化方法,设计了一种特征向量之间的近似欧氏距离快速计算方法用于近似最近邻完全检索。结果表明,相比增强型残差量化,在相同检索精度前提条件下,投影增强型残差量化的只需花费近1/3的训练时间;相比其它同类方法,所提出方法在码书训练时间效率、检索速度和精度上均具有更优的综合性能。该研究为主成分分析同其它量化模型的有效结合提供了参考。

摘要：大数据时代已经来临,海量数据计算要求设计亚线性算法。本文选择了大数据分析问题中比较重要的问题、即近邻问题,包括近似最近邻问题、近似k-最近邻问题以及全k-最近邻问题,对其亚线性算法的研究现状做了综述。

摘要：为减少在大范围图像检索过程中因硬编码导致的量化误差,提出一种基于重心坐标的软编码方法,利用乘积量化将高维特征空间分解成低维特征子空间的笛卡尔积的形式,分别进行量化,以重心坐标的形式进行稀疏表示,最小化产生的量化误差,使结果表示更接近于实际中的原始数据。通过在3个公开可得的图像数据集上的实验,验证了提出方法可有效提高ANN查询的精度。