基于HAMA的半监督哈希方法
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:

中国科学院重点部署项目课题(KGZD-EW-103-5(5))


HAMA-Based Semi-Supervised Hashing Algorithm
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    在海量数据检索应用中, 基于哈希算法的最近邻搜索算法有着很高的计算和内存效率. 而半监督哈希算法, 结合了无监督哈希算法的正规化信息以及监督算法跨越语义鸿沟的优点, 从而取得了良好的结果. 但其线下的哈希函数训练过程则非常之缓慢, 要对全部数据集进行复杂的训练过程. HAMA是在Hadoop平台基础上, 按照分布式计算BSP模型构建的并行计算框架. 本文尝试在HAMA框架基础上, 将半监督哈希算法的训练过程中的调整相关矩阵计算过程分解为无监督的相关矩阵部分与监督性的调整部分, 分别进行并行计算处理. 这使得使得其可以水平扩展在较大规模的商业计算集群上, 使得其可以应用于实际应用. 实验表明, 这种分布式算法, 有效提高算法的性能, 并且可以进一步应用在大规模的计算集群上.

    Abstract:

    In the massive data retrieval applications, hashing-based approximate nearest(ANN) search has become popular due to its computational and memory efficiency for online search. Semi-supervised hashing (SSH) framework that minimizes empirical error over the labeled set and an information theoretic regularizer over both labeled and unlabeled sets. But the training of hashing function of this framework is so slow due to the large-scale complex training process. HAMA is a Hadoop top-level parallel framework based on Bulk Synchronous Parallel mode (BSP). In this paper, we analyze calculation of adjusted covariance matrix in the training process of SSH, split it into two parts: unsupervised data variance part and supervised pairwise labeled data part, and explore its parallelization. And experiments show the performance and scalability over general commercial hardware and network environment.

    参考文献
    相似文献
    引证文献
引用本文

刘扬,朱明.基于HAMA的半监督哈希方法.计算机系统应用,2014,23(11):169-174

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2014-03-23
  • 最后修改日期:2014-05-04
  • 录用日期:
  • 在线发布日期: 2014-11-20
  • 出版日期:
文章二维码
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京海淀区中关村南四街4号 中科院软件园区 7号楼305房间,邮政编码:100190
电话:010-62661041 传真: Email:csa (a) iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号