[發明專利]一種高效的果蠅神經網絡哈希搜索WMSN數據方法

在審

• 申請號: 201910039907.1
• 申請日: 2019-01-16
• 公開（公告）號: CN109739999A
• 公開（公告）日: 2019-05-10
• 發明（設計）人: 肖如良;黃勁;鄒利瓊;杜欣;倪友聰;蔡聲鎮
• 申請（專利權）人: 福建師范大學
• 主分類號: G06F16/41
• 分類號: G06F16/41;G06F16/43
• 代理公司: 福州君誠知識產權代理有限公司 35211
• 代理人: 戴雨君

1.一種高效的果蠅神經網絡哈希搜索WMSN數據方法，其特征在于：其包括以下步驟：

步驟1，對多媒體數據進行特征提取，通過特征化將多媒體數據轉換成特征向量數據；

步驟2，對數據集上的特征向量數據采用FJLT快速轉換矩陣投影后構建搜索索引；

步驟3，將查詢對象映射到搜索索引結構中；對給定需要查詢的數據對象采用FJLT快速轉換矩陣投影后形成查詢數據的索引；

步驟4，基于查詢數據的索引在搜索索引中進行近似近鄰搜索，查找與查詢點數據最相似的數據對象。

2.根據權利要求1所述的一種高效的果蠅神經網絡哈希搜索WMSN數據方法，其特征在于：步驟1中采用TF-IDF方法或詞頻方法將文本數據轉換為歐式空間下的特征向量；通過提取SIFT特征值對圖像數據進行特征化處理。

3.根據權利要求1所述的一種高效的果蠅神經網絡哈希搜索WMSN數據方法，其特征在于：步驟2具體包括如下步驟：

步驟2.1，通過FJLT快速轉換矩陣將數據集中的每個數據對象投影到新的度量空間，

步驟2.2，結合果蠅神經網絡局部敏感哈希FLSH算法中的活躍神經元贏者通吃策略對投影后每個數據對象的新特征分別進行取舍，將保留下的特征作為該數據對象的索引。

4.根據權利要求1所述的一種高效的果蠅神經網絡哈希搜索WMSN數據方法，其特征在于：步驟2的采用FJLT快速轉換矩陣投影的計算公式如下：

Y＝P×H×D×X

其中，Y是投影后數據，X為數據集中的特征向量數據，P矩陣是一個以J-L定理為理論支撐的稀疏矩陣，H是一個和原始維度d有關的哈達瑪矩陣，D是一個對角矩陣，D的對角線上的值在-1和1之間，且-1和1各有1/2的概率。

5.根據權利要求4所述的一種高效的果蠅神經網絡哈希搜索WMSN數據方法，其特征在于：P矩陣中的每個元素符合均值為0且方差為q^-1的正太分布，即在P矩陣中的每個元素符合P_ij-N(0,q^-1)的概率為q，矩陣中不符合P_ij-N(0,q^-1)分布的元素的值為0,，其中q的計算過程如下所示：

其中，d為數據集的原始維度，n為數據集的大小，ε為保距性能參數，p為所使用的范式。

6.根據權利要求4所述的一種高效的果蠅神經網絡哈希搜索WMSN數據方法，其特征在于：H矩陣的每個元素H_ij的值可以由下式計算的出：

其中，d為數據集的原始維度。

7.根據權利要求4所述的一種高效的果蠅神經網絡哈希搜索WMSN數據方法，其特征在于：維度為d的D矩陣表示為：

其中，d為數據集的原始維度。