大规模数据检索中基于哈希编码的量化技术综述
任艳多
生成PDF 清样下载 引用

复制成功

导出题录

参考文献( GB/T 7714-2015 ) 复制

任艳多,. 大规模数据检索中基于哈希编码的量化技术综述[J]. 数据与科学,2018.3. DOI:.
摘要:
随着信息技术的飞速发展,各行业的数据呈爆炸式增长。大规模数据的检索与分析是大数据研究的关键内容之一。量化技术是基于哈希编码的数据检索算法的一个研究热点。探讨了基于哈希编码的量化技术在数据检索中的目标,介绍了四类典型的基于哈希编码的量化技术,即基于超平面的量化、基于笛卡尔积的量化、基于深度学习的量化以及基于优化编码的量化。阐述了每类量化技术的特点,对基于哈希编码的量化领域未来的研究方向提出了一些思考和建议。
关键词: 大规模数据检索;哈希编码;量化;保相似性
DOI:
基金资助:

》在线投稿系统

*文章题目:
*作者姓名:
*电子邮箱:
*通讯地址:
*联系方式:

  备      注:

*上传稿件:

支持上传.doc,.docx,.pdf,.txt,.wps文件

投稿须知:

1、审稿结果将于1~7个工作日以邮件告知,请注意查收(包含录用通知书、审稿意见、知网CNKI查重报告)。

2、提交投稿后,若7个工作日之内未接到录用通知,则说明该文章未被录用,请另投他刊。

3、凡投寄本刊稿件,如在内容上有侵权行为或不妥之处,均应文责自负。本刊有权对来稿进行文字编辑、加工和修改,如不同意,请附说明,以便妥善处理。

4、多作者文稿署名时须征得其他作者同意,排好先后次序,通知用稿后不再改动。

5、凡投往本刊稿件一经录用发表,其版权归本刊所有。

6、本刊已全文录入中国知网、万方、维普等数据库,如作者不同意被收录,请提前申明,未申明者,本刊一律视为同意被收录。

7、请勿一稿多投。