摘要
以前的策略有两个问题:
1,没有考虑新的chunk数据与旧的chunk数据的联系。
2,离散优化依然是一个开放性的问题。
我们有两个创新点:
1,我们保持了当下数据与已有的数据的联系。
2,我们也解决了数据不平衡问题(也就是新旧chunk之间不相似的数据要远远大于相似的。)
提出方法
term1:哈希码与相似矩阵对齐。
term2:new chunk的原始数据与其哈希码对齐。
term3:正则化。
面临问题
数据不平衡问题,新旧chunk之间相似的数目要远远小于不相似的。
保持相似平衡
相似性矩阵前面加系数。