-
公开(公告)号:CN116414867A
公开(公告)日:2023-07-11
申请号:CN202310684479.4
申请日:2023-06-12
Applicant: 中南大学
IPC: G06F16/2453 , G06F16/2455 , G06F18/213 , G06F18/23213 , G06F18/25 , G06F123/02
Abstract: 本发明公开了一种基于量化哈希编码的时空数据检索方法,包括:S1,提取待检索的原始数据的时间信息和空间信息,形成序列化编码。S2,对序列化编码聚类,得到编码矩阵。S3,提取原始数据的原始特征向量,然后核化得到语义特征矩阵。S4,将语义特征矩阵与编码矩阵进行拼接,得到语义融合矩阵。S5,基于min‑hash算法和随机分桶映射,获得哈希检索函数。S6,对语义融合矩阵基于段长来得到下标,然后转换为二进制数并拼接得到语义融合量化码,形成时空量化码。S7,基于哈希检索函数执行检索。本发明通过将时间和空间特征与传统哈希编码融合学习,使得量化码具备了时空特征,从而提高大规模时空检索的检索速度和检索效率。
-
公开(公告)号:CN116414867B
公开(公告)日:2023-08-22
申请号:CN202310684479.4
申请日:2023-06-12
Applicant: 中南大学
IPC: G06F16/2453 , G06F16/2455 , G06F18/213 , G06F18/23213 , G06F18/25 , G06F123/02
Abstract: 本发明公开了一种基于量化哈希编码的时空数据检索方法,包括:S1,提取待检索的原始数据的时间信息和空间信息,形成序列化编码。S2,对序列化编码聚类,得到编码矩阵。S3,提取原始数据的原始特征向量,然后核化得到语义特征矩阵。S4,将语义特征矩阵与编码矩阵进行拼接,得到语义融合矩阵。S5,基于min‑hash算法和随机分桶映射,获得哈希检索函数。S6,对语义融合矩阵基于段长来得到下标,然后转换为二进制数并拼接得到语义融合量化码,形成时空量化码。S7,基于哈希检索函数执行检索。本发明通过将时间和空间特征与传统哈希编码融合学习,使得量化码具备了时空特征,从而提高大规模时空检索的检索速度和检索效率。
-