期刊文献+

多模态数据哈希检索方法综述

下载PDF
导出
摘要 最近,在多模态数据中进行搜索已经引起了越来越多的关注,能够保持相似性的大规模多模态搜索也在如今的大数据时代尤为重要。文章简要介绍现有的多模态检索的经典方法。不同的表达和模态中的数据最终被映射到一个公共的海明空间,在公共海明空间中,通过异或和位运算操作进行计算,使可以进行有效的搜索。文章还总结了这些方法的改进空间。
作者 谭喆
机构地区 山东大学
出处 《信息通信》 2016年第3期179-180,共2页 Information & Communications
  • 相关文献

参考文献8

  • 1李武军,周志华.大数据哈希学习:现状与趋势[J].科学通报,2015,60(5):485-490. 被引量:46
  • 2M.M.Bronstein,A.M.Bronstein,et al.使用相似敏感哈希方法进行多模态数据融合.CVPR,2010,3594-3601.
  • 3S.Kumar , R.Udupa.学习扩模态相似性哈希方法.IJCAI,2011,1360-1365.
  • 4Y.Zhen , D.Y.Yeung.多模态哈希学习的概率模型.SIG-KDD,2012,940-948.
  • 5X.Zhu,Z.Huang,H.T.Shen,X.Zhao.线性有效的跨模态哈希方法.ACM,2013,143-152.
  • 6J Song,Y.Yang,et al.大规模不同源数据的多媒体哈希方法.SIGMOD,2013,785-796.
  • 7Y.Zhen , D.-Y.Yeung.多模态数据正规化哈希.NIPS,2012,2559-2567.
  • 8Zhou,G.Ding ,Y.Guo.扩模态相似性搜索的潜在语义稀疏哈希.ACM,2014,415-424.

二级参考文献52

  • 1Mayer-Sch?nberger V, Cukier K. Big Data: A Revolution That Will Transform How We Live, Work, and Think. Boston: Eamon Dolan/Houghton Mifflin Harcourt, 2013.
  • 2Hey T, Tansley S, Tolle K. The Fourth Paradigm: Data-Intensive Scientific Discovery. Redmond: Microsoft Research, 2009.
  • 3Bryant R E. Data-intensive scalable computing for scientific applications. Comput Sci Engin, 2011, 13: 25-33.
  • 4周志华. 机器学习与数据挖掘. 中国计算机学会通讯, 2007, 3: 35-44.
  • 5Zhou Z H, Chawla N V, Jin Y, et al. Big data opportunities and challenges: Discussions from data analytics perspectives. IEEE Comput Intell Mag, 2014, 9: 62-74.
  • 6Jordan M. Message from the president: The era of big data. ISBA Bull, 2011, 18: 1-3.
  • 7Kleiner A, Talwalkar A, Sarkar P, et al. The big data bootstrap. In: Proceedings of the 29th International Conference on Machine Learning (ICML), Edinburgh, 2012, 1759-1766.
  • 8Shalev-Shwartz S, Zhang T. Accelerated proximal stochastic dual coordinate ascent for regularized loss minimization. In: Proceedings of the 31st International Conference on Machine Learning (ICML), Beijing, 2014, 64-72.
  • 9Gonzalez J E, Low Y, Gu H, et al. PowerGraph: Distributed graph-parallel computation on natural graphs. In: Proceedings of the 10th USENIX Symposium on Operating Systems Design and Implementation (OSDI), Hollywood, 2012, 17-30.
  • 10Gao W, Jin R, Zhu S, et al. One-pass AUC optimization. In: Proceedings of the 30th International Conference on Machine Learning (ICML), Atlanta, 2013, 906-914.

共引文献45

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部