请选择 目标期刊

大规模数据检索中基于哈希编码的量化技术综述 下载:65 浏览:234

任艳多 《数据与科学》 2018年3期

摘要:
随着信息技术的飞速发展,各行业的数据呈爆炸式增长。大规模数据的检索与分析是大数据研究的关键内容之一。量化技术是基于哈希编码的数据检索算法的一个研究热点。探讨了基于哈希编码的量化技术在数据检索中的目标,介绍了四类典型的基于哈希编码的量化技术,即基于超平面的量化、基于笛卡尔积的量化、基于深度学习的量化以及基于优化编码的量化。阐述了每类量化技术的特点,对基于哈希编码的量化领域未来的研究方向提出了一些思考和建议。

深度学习哈希研究与发展 下载:73 浏览:434

孙瑶 《数据与科学》 2018年3期

摘要:
在很多实际应用中,如何查找到最相似的近邻数据是计算机学科中的一个基础研究内容,而由于数据集规模的迅速增长,直接比较查询的计算复杂度极高,所需要的存储空间也极大,因此基于哈希技术的近似最近邻查询成为了一个研究热点。哈希学习技术通过将数据映射成二进制编码的形式,显著减少了数据的存储开销以及计算复杂度,有效提高了大规模数据集下的检索效率。近年来,由于深度学习在特征提取上优异的表现,基于深度学习的哈希方法在数据检索中取得了显著的进展。本文分析了深度学习哈希的主要方法和研究进展,对深度学习哈希进行了介绍,并提出了其未来的研究方向。

LevelDB架构与相关改进分析 下载:51 浏览:448

俞加平 《天线研究》 2020年4期

摘要:
键值数据库是NoSQL数据库中的一种,LevelDB作为典型的键值数据库,其底层采用LSM树作为存储架构,写入性能十分优异,一直是人们研究和改进键值型数据库性能的基准线。本文首先对LevelDB的整体结构做了剖析,并以LevelDB中的重要数据结构和读写操作为轴线,详细分析了LevelDB如何实现快速存取的目标。本文接着对当前以LevelDB为代表,基于LSM树存储结构的数据库改进做了深入调查和分类,在对已有技术分析的基础上,指出了非关系型数据库未来可能的研究方向。
[1/1]
在线客服::点击联系客服
联系电话::400-188-5008
客服邮箱::service@ccnpub.com
投诉举报::feedback@ccnpub.com
人工客服

工作时间(9:00-18:00)
官方公众号

科技成果·全球共享