《表1 MNIST数据库上二种编码长度下各算法的MAP》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《改进哈希编码加权排序的图像检索算法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

图3为MNIST数据库上各算法的性能对比，图3（c）给出了编码长度为48 bit时的检索精度曲线，可以看出，通过对哈希编码进行加权排序，提升了基本哈希方法的搜索性能，对于每种哈希方法，使用本文的加权排序算法后检索精度平均提升了约14%，对于LSH算法，精度提升的更多（约19%）。图3（d）给出了增加编码长度的检索精度曲线，可以看出，本文算法提升了基本哈希方法的检索精度，与其他加权排序方法相比，检索精度更高。对比图3（c）、图3（d）可以发现，LSH和PCAH哈希算法在编码长度为96 bit时的检索精度仍然要低于编码长度为48 bit时使用本文排序算法的检索精度，说明了本文算法能够用更短的哈希编码达到更高的检索精度，有效提升编码效率，节省存储空间。图3（a）、图3（b）给出了在数据集MNIST上编码长度分别为48 bit和96 bit的召回率曲线，可以发现，本文算法有效地提升了召回率，且在性能上优于其他2种排序算法，较QRank算法在召回率上提升了约7.47%。