[发明专利]随机结构保形哈希信息检索方法

权利要求书

1.一种随机结构保形哈希信息检索方法，其特征在于它包括如下具体步骤：

步骤1：保护高维数据的重要结构，使用提出目标函数对原始的高维数据进行降维，从而得到低维数据；

步骤2：使用已经得出的基算子U和低维数据V的更新规则，计算出原始高维数据的基和低维矩阵；

步骤3：设置门限值并且把训练集中低维实数表现转换成二进制码，用概率统计分类模型逻辑回归计算出测试样本的哈希码；

步骤4：计算训练数据和测试样本之间的汉明距即XOR运算，得出最终的结果。

2.根据权利要求1所述的一种随机结构保形哈希信息检索方法，其特征在于步骤1中所述的保护高维数据的重要结构，使用提出目标函数对原始的高维数据进行降维，从而得到低维数据，是指建立最小化高维空间的联合概率分布和低维空间重尾分布的联合概率分布的KL散度：

C＝λKL(P||Q)     (3)，

公式(3)中，P是高维空间的联合概率分布，同时可以被表示成p_ij；Q是低维空间的联合概率分布，同时可以被表示成q_ij；具体步骤包括：

步骤1.1：条件概率p_ij表示了数据点x_i和x_j之间的相似性，其中x_i与它们的概率密度成比例；只有重要的点需要去塑造成对的相似性，因此把p_ii和q_ii设为0；同时对都有属性p_ij＝p_ji和q_ij＝q_ji；在高维空间中的两两相似性可以表示为：

pij=exp(-||xi-xj||22σi2)Σk≠lexp(-||xk-xl||22σk2)---(4),]]>

步骤1.2：其中σ_i表示了在数据点x_i正中心的高斯分布的变量，每一个数据点x_i都有相应的复杂度，在低维的图上使用重尾的概率分布，联合概率q_ij可以被定义成：

qij=(1+||vi-vj||2)-1Σk≠l(1+||vk-vl||2)-1---(5),]]>

公式(5)定义是高斯的无限混合，由于没有指数项，会比单独的高斯更快的估计点的密度；建立基于KL散度的成本函数公式(6)可以有效地评估数据分布的重点；

步骤1.3：q_ij和p_ij可以：

G=KL(P||Q)=ΣiΣjpijlogpijqij---(6),]]>

公式(6)中P和Q之间的KL散度的梯度可以表示为：

g=KL(P||Q)∂g∂vi=4Σj=1N(pij-qij)(vi-vj)(1+||vi-vj||2)-1---(7);]]>

步骤1.4：通过结合公式(3)中的数据结构保护部分和NMF，得到下面的新的目标函数：

O_f＝||X-UV||²+λKL(P||Q)     (8)，

此处V∈{0，1}^D×N，X，U，V≥0，U∈R^M×D，X∈R^M×N，同时λ可以控制新的表征的平滑度；

在大多数情况下，只使用NMF的低维数据对实际应用而言不是那么有效和有意义，为了在信息检索中获得更好的结果，需要引入λKL(P||Q)去保护原始数据的结构。