[发明专利]位置敏感哈希随机性减弱方法

权利要求书

1.一种位置敏感哈希随机性减弱方法，其特征是：首先，对数据点进行随机映射，然后，进行相似计算得出L个检索向量，再将L个哈希表对应的L个检索向量构造成矩阵，最后对该矩阵列元素进行频次投票得出最终索引；L为大于等于1的自然数。

2.根据权利要求1所述的位置敏感哈希随机性减弱方法，其特征是：每个哈希函数对数据点在一个方向上进行映射，通过增加哈希函数的数量来提高发现真实近邻的概率，哈希函数的数量为L个；每个哈希函数都对应于一个数据集映射的结果，L个哈希函数对应L个哈希表，使用L个哈希表进行检索需要对检索结果进行融合；采用频繁项投票的方法对检索结果进行融合，选取L个哈希表对应的检索结果出现次数最多的图像；对L个哈希表进行检索的结果记为I_p，q(x_n)，其中p=1,…,L，q=1,…,k,x_n表示图像在图像集的初始序号，x_n∈[1,N]，n＝1,…,k，N表示图像集的图像数目，k表示每个哈希表的检索结果数；对L个哈希表进行检索的结果用矩阵表示为：

I=I1,1...I1,k.........IL,1...IL,k]]>

矩阵I的每一行对应于一个哈希表的检索结果，最终索引结果可通过对矩阵I每一列进行投票的方式得出，也就是统计矩阵I每列各元素频次，将出现次数最多的元素作为最终结果，最终索引结果记为R=(I₁,…I_q,…I_k)，其中，I_q=(maxFreq(I_1，q，…,I_L,q))，maxFreq(*)表示取频次最高元素，q=1,…,k。

3.根据权利要求1所述的位置敏感哈希随机性减弱方法，其特征是：所述L个检索向量为在多个检索向量的基础上确定的最终索引基准向量。