- 博客(7)
- 资源 (2)
- 收藏
- 关注
RSS订阅翻译 Fast Supervised Hashing with Decision Trees for High-Dimensional Data
用决策树处理高维数据的一种快速监督性哈希【摘要】监督性哈希旨在将原始特征映射成为能够保护汉明空间中基于标签的相似性的紧凑二进制编码。非线性哈希函数由于其强大的泛化能力而优于线性哈希函数。研究表明，核函数通常用来实现哈希中的非线性，并且以较缓慢的评估和训练时间作为代价可以实现良好的检索性能。本文分析了一种使用决策树来实现哈希的非线性方法，其评估和训练的速度快。首先提出对于哈希二进制编码推论问
2016-01-23 17:10:01
2176
原创 哈希图像检索—图像数据集获取链接总结【Hashing数据集】
这段时间对于图像哈希进行了研究，之前相关的算法总结文件中也提到了一些数据集。想了解的朋友戳这里：http://blog.csdn.net/ying_xu/article/details/50532185这里对图像领域常用的数据集的获取做一个总结，具体的数据集的详细信息和使用方法都可以在链接中学习到，先就不赘述了。 1. The 【CIFAR-10】 datasethttp
2016-01-22 20:40:03
6075
原创 Spherical Hashing解读
Spherical Hashing是一种二进制编码嵌入技术，不同于现存的许多哈希技术，都是使用超平面来将数据点分离到两个不同的集合，并根据它们每一个点被分配到的集合，分配两个不同的二进制编码（+1或者-1），该技术使用一种超球面来分割数据点，使得仅仅用一个单一的超球面就可以在任意的高维空间中形成一个封闭的区域，使得比超平面必须使用d+1个平面才能在d维平面中构成封闭空间拥有更加强的空间封闭能力。
2016-01-22 17:20:55
2051
原创 MNIST数据集的gist特征提取（含全部实例代码下载地址）
这些天处理图像检索的一些benchmark数据集，今天处理了MNIST数据集，并对其进行了特征的提取。我的方法可能不一定是最优，但是按照这样的步骤来做，得到了我最后想要的特征数据结果。需要的朋友可以参考下。（MNIST数据集介绍官网：http://yann.lecun.com/exdb/mnist/，如果对这个数据集中的数据形式不了解，建议可以看一下）1. 首先，通过官网我
2016-01-21 18:17:00
10983
4
原创 准确率（Precision）和召回率（Recall）
因为最近在研究图像检索的时候，需要考虑检索性能的时候常常会用到准备率和召回率这样的参数。之前又一直会忘记或者混淆，所以这里做一个记录。看到一张解释得一目了然的图片来解释这两个概念，故引用至此。（引用连接：http://www.cnblogs.com/bluepoint2009/archive/2012/09/18/precision-recall-f_measures.html）
2016-01-18 10:54:24
3816
原创 图像哈希检索背景综述(二)——哈希检索算法总结
这一篇主要对图像哈希技术的现有算法做一个研究性的概述。由于哈希函数的本质是一个降维的操作，因此会存在特征信息的丢失和检索准确率的下降。 目前的哈希函数可以分为数据依赖的（Data-dependent）和数据独立的(Data-independent)，数据依赖的哈希函数也就是依赖原始数据来学习哈希函数，数据独立的就是人工指定哈希函数。最最经典的也算作最原始的用于图像检索的哈希算法是LSH
2016-01-17 16:10:21
11810
原创 图像哈希检索背景综述(一)
慌乱挣扎的第一个学期终于马上就要结束。差不多忙活了一个学期，最近终于开始慢慢理清楚这个思路，也准备开始使用一些benchmark的数据集来对某一篇paper的算法做一下实验，实现一下。感觉自己的思路有时候不太清晰，因此现在开始想写一点东西，把自己做的事情和思路一步步记录下来，包括以后每次看的paper的理解，也能够成为见证自己学习的一个过程。现在从最开始的背景综述开始写起。 现在的
2016-01-17 15:20:31
7191
2
MNIST数据集的gist特征提取
2016-01-21
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人