目标函数总结
这里总结一下各种论文或者算法所使用的目标函数,希望能够有所启发,当处理相应问题的时候能够设计出好用的目标函数。
1:哈希编码
上述文字摘抄自"A General Two-Step Approach to Learning-Based Hashing",目的是为了使得哈西编码尽可能保留原始数据之间的相似度,因为哈西编码必要应用于NN(nearest neighbor search)和一些基于相似度计算的应用中,比如说content-base retirval因此,保留原始数据点之间的相似度是非常重要的。
2:multi-view 哈希编码
因为他的目标函数设计成这样,b代表的是K维的哈希编码,然后后面的每一项都代表vth view的得到的哈希编码,最优化b使得b能够和大多数view产生的code保持一致。然后优化P使得后面的输出尽可能和前面一致,因为这里存在两个需要优化的目标量b和P因此这里肯定使用的是迭代求解的方法来进行优化,首先固定某个值,然后优化另一个值。
这里是加上了一些辅助项和正则项之后的目标函数,权重项和正则项非常的常见,基本上所有的目标函数中都可以加上。
考虑到为了给目标函数加一些格外的限制,就是使得产生的编码方差比较大,那么包含的信息就比较多,这和PCA是一个思想。