【摘要】 本发明涉及一种位置敏感哈希随机性减弱方法；具体为：首先对数据点进行随机映射，然后进行相似计算得出L个检索向量，再将L个哈希表对应的L个检索向量构造成矩阵，最后对该矩阵列元素进行频次投票得出最终索引；每个哈希函数对数据点在一个方向上进行映射，通过增加哈希函数的数量来提高发现真实近邻的概率，哈希函数的数量为L个；L个哈希函数对应L个哈希表，使用L个哈希表进行检索需要对检索结果进行融合；采用频繁项投票的方法对检索结果进行融合，选取L个哈希表对应的检索结果出现次数最多的图像；本发明能综合利用多个哈希表的信息并得出与真实近似程度相当的结果，利用多表投票的方法能够达到降低检索结果随机性的目的。 ： 【专利类型】发明授权 【申请人】中国人民解放军信息工程大学 【申请人类型】学校 【申请人地址】450002 河南省郑州市俭学街7号 【申请人地区】中国 【申请人城市】郑州市 【申请人区县】金水区 【申请号】CN201210170014.9 【申请日】2012-05-28 【申请年份】2012 【公开公告号】CN102722554B 【公开公告日】2014-07-02 【公开公告年份】2014 【授权公告号】CN102722554B 【授权公告日】2014-07-02 【授权公告年份】2014.0 【IPC分类号】G06F17/30 【发明人】高毫林; 郭志刚; 李弼程; 蔺博宇 【主权项内容】1.一种位置敏感哈希随机性减弱方法，其特征是：首先，对数据点进行随机映射，然后，进行相似计算得出L个检索向量，再将L个哈希表对应的L个检索向量构造成矩阵，最后对该矩阵列元素进行频次投票得出最终索引；L为大于等于1的自然数；每个哈希函数对数据点在一个方向上进行映射，通过增加哈希函数的数量来提高发现真实近邻的概率，哈希函数的数量为L个；每个哈希函数都对应于一个数据集映射的结果，L个哈希函数对应L个哈希表，使用L个哈希表进行检索需要对检索结果进行融合；采用频繁项投票的方法对检索结果进行融合，选取L个哈希表对应的检索结果出现次数最多的图像；对L个哈希表进行检索的结果记为Ip, q(xn)，其中p=1, …, L，q=1, …, k, xn表示图像在图像集的初始序号，xn∈[1, N]，n=1, …, k，N表示图像集的图像数目，k表示每个哈希表的检索结果数；对L个哈希表进行检索的结果用矩阵表示为：矩阵I的每一行对应于一个哈希表的检索结果，最终索引结果可通过对矩阵I每一列进行投票的方式得出，也就是统计矩阵I每列各元素频次，将出现次数最多的元素作为最终结果，最终索引结果记为R=(I1, … Iq , … Ik)，其中，Iq=(maxFreq(I1, q, …, IL, q))，maxFreq(*)表示取频次最高元素，q=1, …, k。 【当前权利人】中国人民解放军信息工程大学 【当前专利权人地址】河南省郑州市俭学街7号 【引证次数】3.0 【他引次数】3.0 【家族引证次数】4.0 【家族被引证次数】14

未经允许不得转载：http://www.zhongzhencnc.com/1791222868.html