基于在线学习型哈希的最近邻查找算法研究进展

快速最近邻搜索在大规模数据的计算机应用变得越来越重要。具有快速搜索机制和紧凑的索引结构的哈希方法有着至关重要的作用。大多数目前的监督哈希方法都采用批量模型。但是,批量学习策略在面对大型数据集时可能效率不高。而且,对于批量学习来说,随着数据集的不断发展和随着时间的推移出现新的变化,在线监督哈希技术提出适应性数据的哈希函数。本文讨论了多种在线学习哈希方法的异同,并针对目前研究现状分析在线哈希后续工作研究方向。