matlab对比实验代码-nsh:邻居敏感散列

matlab对比实验代码邻居敏感散列 概述 邻居敏感散列是高维空间中最先进的近似k最近邻居搜索算法。 高维空间中的搜索能力使我们能够搜索图像或文档，这两者都可以由高维向量表示。 我们的工作基于这样的直觉，即我们不必捕获到遥远对象（即，不太可能成为查询的k最近邻的对象）的距离。 取而代之的是，我们使用有限的资源（哈希位）来更准确地识别接近对象（即，可能是查询的k最近邻的对象）的比较距离。 与直觉相反，这可以通过增加散列空间（或等效的汉明空间）中相邻对象之间的距离来实现，这与许多现有算法的目的形成了鲜明对比。 杰出的表现 根据我们的综合实验，我们的工作表现出优于其他最新技术（例如，，等等）的出色性能。 我们的实验不仅包括许多机器学习文献中的“代码大小与召回率”分析，还包括“等待时间与召回率”分析。 有关更多详细信息，请参见PVLDB 2016中发布的内容。 演示（仅在10秒内） 任何在她的计算机上安装了Matlab的人都可以在不到10秒的时间内下载并运行我们的代码。 为了进行比较，我们还附带了两个基于学习的最新哈希算法。 在此存储库中下载代码，然后通过在Matlab控制台中键入runDem