LSH相关论文
Wip1（wild-typep53-induced phosphatase 1）作为一种原癌基因,在多种肿瘤细胞中高表达。已有研究表明Wip1可以通过负控p53促进肿瘤的......
DNA甲基化是一种重要的表观遗传修饰,在调控基因转录表达,印记基因活性以及肿瘤发生发展等方面发挥重要作用。LSH是唯一一个被报道......
由于多媒体技术深入人们的日常生活,图像产品日渐增多,怎样快速地在海量的数字图像中获寻到需要的图像成为了学术领域关注的焦点。......
在数据分析及数据挖掘等相关领域中,相似性度量都必不可少,比如聚类、分类、异常检测等。尤其是在数据搜索问题上,相似性问题的研......
相似性连接作为数据处理过程的基本操作,在数据清洗、相似网页搜索和生物信息学等领域有广泛的应用,而数据规模和数据类型的不断增......
2015年Laarhoven将位置敏感哈希(LSH)引入筛法,得到了基于LSH的高斯筛法框架,用以解决格上最短向量问题(SVP).本文利用该框架,通过......
期刊
本文提出了一种HKD-tree（Hybrid K-Dimensional tree）混合索引结构.该结构将KD-tree（K-Dimensional tree）和LSH（Locality Sensitive Has......
基于局部不变特征的图像匹配是三维场景重建的基础.本文使用SIFT特征,在LSH算法基础上,提出一种改进的高维数据搜索算法,较好地解......
目的探讨子宫肌瘤剥除术和腹腔镜子宫次全切除术（LSH）对子宫肌瘤患者内分泌状态的影响。方法选取妇产科84例子宫肌瘤患者并随机分组，......
本文将位置敏感哈希算法（LSH）应用于图聚类，提出了概率化的图聚类法（PGC）。利用LSH技术比较图中各结点邻居集的相似度，并结合贝叶斯统计......
摘要：局部敏感哈希（Locality Sensitive Hashing，LSH）算法，又称局部敏感散列算法，顾名思义，该算法产生的散列值是局部敏感的。对原始内容......
为了提高大规模高维度数据的训练速度和分类精度,提出了一种基于局部敏感哈希的SVM快速增量学习方法。算法首先利用局部敏感哈希能......
局部敏感哈希（LSH）及其变体是解决高维数据k近邻（k NN）搜索的有效算法.但是,随着数据规模的日趋庞大,传统的集中式LSH算法结构已经不能......
由于盗版Android应用(Android Application,简称APP)通常保持着与正版APP相似的用户体验,因此本文提出一种基于资源签名的APP相似......
传统的近邻模型（k-nearestNeighborhood，KNN）是一种使用广泛的协同过滤模型，但是随着用户和项目的增加，需要计算大量用户或项之间的相似......
针对传统的位置敏感哈希编码低效的问题,提出一种监督学习框架下基于正交子空间的判别投影哈希函数学习的海明编码方法.该方法首先......
<正>20世纪90年代,粉碎器第一次应用于手术,此后,粉碎器在微创外科领域被广泛使用。粉碎器可以尽量减少切口的延长,并且使手术时间......
路由算法在P2P网路中占有重要的地位,资源的定位、查找均依赖于高效的路由算法。传统的P2P网络采用分布式哈希表来进行路由,是与资......
目的:探讨用腹腔镜进行子宫手术的疗效及对相关并发症的防治措施。方法:将2011年2月至2013年12月我院收治的80例进行腹腔镜子宫手......
针对互联网视频内容的复杂性,选择能够表征视频内容的特征,首先通过LSH哈希算法对特征进行索引,并由此确定视频之间的帧匹配序列,......
近几年来,人民的生活水平日益提高,人民的生活质量不断增加,正在步入小康社会的大众,已经不满足于物质的要求,日益追求新的精神追......
ue＊M＃’＃dkB4＃＃8＃”专利申请号:00109“7公开号:1278062申请日:00.06.23公开日:00.12.27申请人地址:（100084川C京市海淀区清华园申请人:清......
ue＊M＃’＃dkB4＃＃8＃”专利申请号:00109“7公开号:1278062申请日:00.06.23公开日:00.12.27申请人地址:（100084川C京市海淀区清华园申请人:清......
图像二进制特征描述器比浮点数特征描述器存储容量小、计算速度更快。在对常用二进制特征描述器进行分析的基础上,利用图像特征点......
随着互联网的快速发展,人们每天需要面对海量信息资讯,如何快速从中获得有价值的信息成为亟待解决的问题,而仅仅依靠搜索引擎并不......
移动互联网和智能手机的普及已改变人们的生活方式。浏览新闻资讯几乎是大部分人在生活中必不可少的一部分,方便快速地获取自己感......
聚类是一种常见的数据分析技术,在很多方面都得到了广泛的应用,比如天文学、生物学、社交网络、模式识别等。聚类算法分为基于中心......
子序列的相似性查询是时间序列数据集中的一种重要操作,包括范围查询和k近邻查询.现有的大多算法是基于欧几里德距离或者DTW距离的......
随着云计算的快速发展,越来越多的用户开始将本地数据迁移到云端,从而避免繁琐的本地数据管理同时获得更加便捷的云数据管理服务。......
近年来很多基于协同过滤的推荐系统得到了成功应用,但随着系统中用户和项目数量的不断增加,相似度计算量剧增,使得协同过滤推荐系......
【目的】基于LSH算法将图像匹配应用到图像推荐模型中,与传统推荐模型结合,提高推荐结果准确度。【方法】提取图像SIFT特征作为图......
高效地从海量多媒体数据中检索出用户感兴趣的数据，是当下的研究热点。对于图像检索，传统的检索方法主要是通过关键词或者描述来进行......
提出了一种基于LSH（locality sensitive hashing，局部敏感散列）算法处理时间子序列匹配问题的方法LSHSM。不同于FRM和Dual Match方法，......
随着社会安全意识的不断增强,以视频监控、智能分析、实时预警为手段的安防系统被广泛应用于社会的每个角落。但监控系统不间断的......
相似性连接是很多研究问题的基础,不少实际问题也都可以归结为相似性连接。尽管近年来,越来越多的学者将注意力集中到网络数据和图......
提出了一种新颖的基于LSH的时间序列DTW相似性近似查询算法,较好地解决了DTW相似性查询速度慢的问题.首先,分析了DTW相似性度量的......
