KSH算法

　　 这几天看了KSH算法，这篇博客主要是把自己的一些理解记下来，最近记性比较差。。。哈哈

一 KSH算法原理

　　　KSH算法，出自文章《Supervised Hashing with Kernels》，从文章名字就可以大概了解到，这篇论文提出了一种基于监督学习和核的Hash算法。利用kernel主要是为了解决线性不可分问题，监督学习则是为了学习到更discriminative的hash value,使得我们可以直接使用hash后的value作为特征，大大降低特征维数。

（1） hash函数的生成

　　　 该算法首先随机选取了M个样本（anchor）,之后构造了如下式的prediction函数：
　　　

　　上式中，k代表核函数(论文选择了高斯径向基kernel),得到f(x)后，哈希函数h(x) = sgn(f(x)) 。上式中参数主要是a(b可以化解掉)，也是监督学习的目标；
注意，上式只生成了一个bit的hash value,若生成r bit 特征，那么就需要训练r次，生成r组a参数（论文中逐bit生成参数a）。

(2) 目标函数

　　 在训练中，文章选择