主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2018-2019年专刊出版计划 微信服务介绍 最新一期:2019年第8期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
袁培森,沙朝锋,王晓玲,周傲英.一种基于学习的高维数据c-近似最近邻查询算法.软件学报,2012,23(8):2018-2031
一种基于学习的高维数据c-近似最近邻查询算法
c-Approximate Nearest Neighbor Query Algorithm Based on Learning for High-Dimensional Data
投稿时间:2011-01-24  修订日期:2011-04-28
DOI:10.3724/SP.J.1001.2012.04166
中文关键词:  随机投影  c-近似最近邻查询  支持向量机分类器  高维数据  熵最大化准则  位置敏感哈希
英文关键词:random projection  c-approximate nearest neighbor query  SVM classifier  high-dimensional data  entropy maximizing criterion  locality sensitive hashing
基金项目:国家自然科学基金(60925008, 60903014); 国家重点基础研究发展计划(973)(2010CB328106); “核心电子器件、高端通用芯片及基础软件产品”国家科技重大专项(2010ZX01042-002-003-004)
作者单位E-mail
袁培森 上海市智能信息处理重点实验室(复旦大学),上海 200433 peiseny@fudan.edu.cn 
沙朝锋 上海市智能信息处理重点实验室(复旦大学),上海 200433  
王晓玲 上海市高可信计算重点实验室(华东师范大学),上海 200062  
周傲英 上海市高可信计算重点实验室(华东师范大学),上海 200062  
摘要点击次数: 2819
全文下载次数: 4067
中文摘要:
      针对高维数据近似最近邻查询,在过滤-验证框架下提出了一种基于学习的数据相关的c-近似最近邻查询算法.证明了数据经过随机投影之后,满足语义哈希技术所需的熵最大化准则.把经过随机投影的二进制数据作为数据的类标号,训练一组分类器用来预测查询的类标号.在此基础上,计算查询与数据集中数据对象的海明距离.最后,在过滤后的候选数据集上计算查询的最近邻.与现有方法相比,该方法对空间需求更小,编码长度更短,效率更高.模拟数据集和真实数据集上的实验结果表明,该方法不仅能够提高查询效率,而且方便调控在查询质量和查询处理时间方面的平衡问题.
英文摘要:
      Under the filter-and-refine framework and based on the learning techniques, a data-aware method for c-approximate nearest neighbor query for high-dimensional data is proposed in this paper. The study claims that data after random projection satisfies the entropy-maximizing criterion which is needed by the semantic hashing. The binary codes after random projection are treated as the labels, and a group of classifiers are trained, which are used for predicting the binary code for the query. The data objects are selected who’s Hamming distances between the query satisfying the threshold as the candidates. The real distances are evaluated on the candidate subset and the smallest one is returned. Experimental results on the synthetic datasets and the real datasets show that this method outperforms the existing work with shorter binary code, in addition, the performance and the result quality can be easily tuned.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会 京ICP备05046678号-4
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利