[发明专利]一种高效的果蝇神经网络哈希搜索WMSN数据方法

摘要

本发明公开一种高效的果蝇神经网络哈希搜索WMSN数据方法，首先，对数据集进行预处理，使数据集的特征转化为数值数据，其次利用Fast Johnson‑Lindenstrauss Transform(FJLT)投影矩阵将数据投影到更高维度的度量空间，以确保原始数据对象之间的内容相似度，有利于准确地进行搜索；最后，采用果蝇嗅觉神经的局部敏感哈希方法中赢者通吃的特征选择策略降低数据集的维度，提高搜索效率。本发明利用果蝇嗅觉神经模拟局部敏感哈希过程时，具有更好的普适应，提高了搜索结果的准确度，有效地解决了高维大数据的近似近邻查询问题，有效应用于基于WMSN应用系统中WMSN数据搜索事务。

主权项

1.一种高效的果蝇神经网络哈希搜索WMSN数据方法，其特征在于：其包括以下步骤：步骤1，对多媒体数据进行特征提取，通过特征化将多媒体数据转换成特征向量数据；步骤2，对数据集上的特征向量数据采用FJLT快速转换矩阵投影后构建搜索索引；步骤3，将查询对象映射到搜索索引结构中；对给定需要查询的数据对象采用FJLT快速转换矩阵投影后形成查询数据的索引；步骤4，基于查询数据的索引在搜索索引中进行近似近邻搜索，查找与查询点数据最相似的数据对象。