辽宁工业大学学报（自然科学版）
遼寧工業大學學報（自然科學版）
료녕공업대학학보（자연과학판）
JOURNAL OF LIAONING UNIVERSITY OF TECHNOLOGY(NATURAL SCIENCE EDITION)
2013年
1期
3-5
,共3页
高维数据索引%图像检索%局部敏感哈希算法
高維數據索引%圖像檢索%跼部敏感哈希算法
고유수거색인%도상검색%국부민감합희산법
high data indexing%image retrieval%LSH algorithm
局部敏感哈希(LSH)算法是有效的高维数据索引方法之一,该算法成功地解决了“维数灾难”问题.分析了 LSH 算法中主要参数对索引性能的影响,在规模不同的图像数据集上应用了 LSH 算法,实验结果表明选择合适的参数时,其性能接近顺序搜索方法.
跼部敏感哈希(LSH)算法是有效的高維數據索引方法之一,該算法成功地解決瞭“維數災難”問題.分析瞭 LSH 算法中主要參數對索引性能的影響,在規模不同的圖像數據集上應用瞭 LSH 算法,實驗結果錶明選擇閤適的參數時,其性能接近順序搜索方法.
국부민감합희(LSH)산법시유효적고유수거색인방법지일,해산법성공지해결료“유수재난”문제.분석료 LSH 산법중주요삼수대색인성능적영향,재규모불동적도상수거집상응용료 LSH 산법,실험결과표명선택합괄적삼수시,기성능접근순서수색방법.
Locality sensitive hashing (LSH) was quite an efficient high dimensional data indexing method, which solved the problem on“disaster of dimension”. How the key parameters of LSH affect the performance of retrieval were analyzed, and LSH is also applied to different scale image datasets. The experimental results show that the performance of LSH is near to that of linear scan with the suitable parameters selected.
