导读:本文包含了哈希算法论文开题报告文献综述、选题提纲参考文献，主要关键词:区块,图像,算法,神经网络,函数,对立,分解。
哈希算法论文文献综述写法
李泗兰,郭雅[1]（2019）在《基于深度学习哈希算法的快速图像检索研究》一文中研究指出现在存在的大部分监督哈希是将手工提取的特征转换为哈希值,然后根据图像标签为监督信息得到损失函数,但是手工提取特征以及不完全考虑所有损失的损失函数会降低检索精度。监督哈希算法主要目的是通过训练数据以及数据的标签提升数据与相应哈希的相似度,从而提高检索的相似度。论文提出了一个新的监督哈希算法,将每个图像的多标签转换为二进制向量,通过汉明距离得到成对图像的相似度,放入损失函数中作为监督信息,加上图像特征量化为哈希码时的量化误差以及所有图像哈希码与平衡值的差值,结合以上所有部分生成损失函数,进行网络训练。实验结果显示论文的方法在检索精度上比现有的方法有所提升。(本文来源于《计算机与数字工程》期刊2019年12期）
刘雁斌[2]（2019）在《基于哈希算法的行人再识别技术研究》一文中研究指出针对行人再识别系统中匹配效率低及搜索速度慢的问题,本文提出一种基于哈希算法的行人再识别技术研究。首先,利用卷积神经网络来提取图像的深度特征;再利用主成分分析算法来对图像特征进行降维;最后对图像特征进行哈希编码,比较哈希特征间的汉明距离来获得一对图像的相似度得分,然后根据得分高低进行排序获得行人再识别结果。实验结果表明,相比直接采用原始深度特征进行距离度量排序,本文所提的方法提高了算法的执行效率,更具优越性。(本文来源于《交通运输工程与信息学报》期刊2019年04期）
Lei,YU,Xiao-fang,ZHAO,Yan,JIN,Heng-yi,CAI,Bo,WEI[3]（2019）在《基于一致性哈希算法的低能耗共识协议（英文）》一文中研究指出当前区块链共识协议在去中心化、安全性和能耗方面存在"叁难"优化困境。针对这个问题,基于一致性哈希算法,设计了两个新的区块链共识协议,分别为CHB-consensus和CHBD-consensus。在新的共识协议下,诚实的"矿工"可以公平地获得创建新区块的机会。在创建新块时,诚实矿工不再需要付出海量竞争性算力,且该新区块可获取整个区块链网络公平验证及确认共识协议。恶意矿工则必须付出海量算力资源才能攻击新区块,以创建特权或实现"双花"。由CHB-consensus和CHBD-consensus共识形成的区块链网络基于与比特币系统相同的安全性假设,在节省海量电力的同时,不会牺牲去中心化和安全性。分析了可能的攻击行为,并给出严格但可调整的验证策略。CHB-consensus和CHBD-consensus共识引入数字身份证书管理机构(CA),CA对区块链网络或区块链数据结构没有特殊管理权或控制权,但依据CA系统信誉和可靠性,存在一定隐私泄露风险。最后,分析了CHB-consensus和CHBD-consensus共识的鲁棒性和能耗,并通过理论推导证明它们的优势。(本文来源于《Frontiers of Information Technology & Electronic Engineering》期刊2019年10期）
赵琰,周晓炜,沈麒[4]（2019）在《基于对立色与显着区域的紧凑图像哈希算法》一文中研究指出为了有效利用图像的颜色与局部信息提高算法识别能力,提出了一种基于颜色信息与显着区域的紧凑图像哈希算法.首先对输入图像进行预处理,然后提取图像的颜色对立色与亮度分量,并从颜色对立色中获取颜色特征,进而对亮度分量按照视觉注意力权重矩阵提取图像显着区域的稳健特征,最后将所有特征联合起来并扰乱得到最终的哈希序列.实验结果表明,所提算法与已有的哈希算法对比具有更好的图像分类性能、较短的哈希长度和较少的运算时间.同时,在篡改检测上具有较好的识别能力.(本文来源于《应用科学学报》期刊2019年05期）
陈凤,蒙祖强[5]（2019）在《基于哈希算法的异构多模态数据检索研究》一文中研究指出随着大数据时代的发展,网络上的文本、图像、视频、音频等异构多模态数据呈指数级增长。在海量数据中进行异构多模态数据的检索,成为了热门的研究方向。但是,异构多模态数据检索面临两大挑战:1)数据存在"语义鸿沟",即如何表达异构多模态数据之间的相似性;2)在海量数据中,如何进行准确高效的检索。针对哈希检索算法忽略了异构多模态数据之间语义一致性的问题,文中提出了一种基于CCA(典型相关性分析)语义一致性的哈希检索算法(CCA-SCH)。该算法为了保持模态内的语义一致性,分别生成文本和图像数据的语义模型;为了保持模态间的语义一致性,通过CCA算法融合文本和图像语义,生成最大相关矩阵;同时引入?_(2,ρ)范式来减少原始数据集的噪声和冗余信息,使哈希函数具有更好的鲁棒性。实验结果表明,CCA-SCH算法在实验数据集上的均值平均准确率(Map)相较于基准算法提升了10%以上,体现了该算法更好的检索性能。(本文来源于《计算机科学》期刊2019年10期）
严欣雨[6]（2019）在《基于二部图的半监督深度哈希算法研究》一文中研究指出随着多媒体图像数据的爆炸增长,如何高效并准确地对这些图像进行编码和管理成为了一个重大的挑战。哈希方法具备快速的检索速度和极低的存储空间开销,在此问题上获得了越来越广泛的关注与应用。传统的哈希方法一般使用人工设计的特征来表示图片,存在性能瓶颈。近几年来,随着深度学习技术的发展,研究人员提出了利用神经网络进行特征学习的深度哈希算法,展现出了比传统哈希方法更优异的效果。然而,现有的深度哈希算法大多是有监督的,因此需要大量的有标记训练数据。为了减少标注的代价并充分利用无标记数据,本文提出了一个全新的半监督深度哈希算法,名为基于二部图的深度哈希(Deep Hashing with a Bipartite Graph,BGDH)。为了挖掘数据潜在的结构特征,BGDH算法利用海量的无标记数据与有限的有标记数据,一起构造包含样本之间相似性信息的二部图来描述数据内在的拓扑结构,并使用无监督图嵌入学习算法为二部图中节点学习图嵌入特征。之后,BGDH算法将有标记样本图片的原始像素作为输入,与样本所在的二部图节点的图嵌入特征一同送入深度神经网络中,并使用有监督学习算法为图像学习深度特征和哈希编码。在训练阶段,为了提高效果,BGDH算法使用端到端的训练方式同时优化无监督部分和有监督部分的损失。由于样本的图嵌入特征是从二部图中习得,基础的BGDH算法无法在检索时为样本外图片学习哈希编码。为了解决这个问题,本文提出了一个归纳式的BGDH算法,它通过增加一个从样本原始像素到图嵌入特征的映射子网络,并在训练过程中同时更新这个子网络来解决样本外问题。然而,归纳式的BGDH算法学习图嵌入特征的能力受到浅层网络的制约,为了进一步提高效果,本文设计了一个改进的归纳式BGDH算法,它通过一个递归地使用相邻节点信息更新节点嵌入特征的聚合函数,生成表示能力更强的深层图嵌入特征,从而提高哈希编码的效果。在两个标准图像检索数据集上的实验结果证明了本文提出的叁个深度哈希算法相比以往的哈希工作在检索准确率上取得了显着提升。(本文来源于《南京大学》期刊2019-05-17）
苏畅[7]（2019）在《基于一致性哈希算法的区块链优化模型》一文中研究指出近些年来,区块链技术凭借着其去中心化的优势实现了安全的点对点交易、协调与协作。然而随之而来的也有区块链运作效率低下,浪费大量时间和空间的问题。本文拟通过一致性哈希算法(Consistent Hashing)对区块链运行中出现的问题进行了研究和优化,较好地解决了区块链存储空间问题、重复验证问题和数据分层管理问题。有效节约了网络存储资源。从而在保证区块链运转安全,可靠之外提供了更加高效的运行模型。(本文来源于《电脑知识与技术》期刊2019年14期）
赵珊,李永思[8]（2019）在《基于主成分分析的图像哈希算法》一文中研究指出提出了一种基于主成分分析的图像哈希算法.采用主成分分析对样本进行降维,取位于变换矩阵顶端最具有识别信息的少量特征向量构造投影矩阵,再对降维后样本进行局部保持映射,同时,对主成分分析投影矩阵进行随机旋转,形成多个小投影矩阵,采用矩阵拼接方法将小投影矩阵合并构造编码投影矩阵;最后,将训练样本投影到编码投影矩阵,得到降维样本,并对其进行哈希编码,得到最终的二进制编码.实验结果证明,同其他经典算法相比,该算法具有较好的稳定性,可降低内存消耗,并提高效率.(本文来源于《北京邮电大学学报》期刊2019年02期）
孙宁[9]（2019）在《基于感知哈希算法和深度学习的指甲定位与疾病识别系统》一文中研究指出随着信息技术的不断发展与进步,如何运用这些技术帮助病人或医生快速、高效地进行初步诊断已经成为一个研究热点问题。指甲的生成过程中,会随着人体疾病的变换,也随之发生一些变化。指甲是衡量我们健康指标的一扇窗体,我们可以通过指甲这个窗体的一些变化判断我们当前身体的状态。如果人们可以在患病或身体疲惫的初期,能够通过对指甲的变化进行自我检查并发现问题,就可以提早预防疾病,及时进行疾病的治疗,提醒我们可以通过锻炼和睡眠提升自身的免疫力,从而摆脱疾病的困扰。目前,人工智能技术不断进步、水平不断提升,这为在视频和图像中进行指甲检测和识别的成功奠定了坚实的基础。本课题研究希望通过构造指甲数据库,利用相关图像处理技术和机器学习方法,提出多种指甲疾病检测算法并开发出相关指甲检测系统。通过使用本系统,可以提升人们对于指甲与疾病之间的认识,了解不同指甲所反应的疾病有哪些,在进行指甲检测的同时根据不同病情给予初步的诊疗建议。本系统能够实现在视频中进行指甲检测与识别的系统,不仅能够提升用户体验感,而且也能够对中国医疗诊疗产生深远的意义。下面对具体研究内容进行介绍:(1)为了减少手指上的皮肤对指甲图像检索结果的影响,采用了基于RGB颜色阈值以及光照补偿的综合方法,将指甲周围的皮肤与指甲进行分离处理,提取有用的指甲信息。基于分离出的指甲信息,提出融合HSV颜色空间和感知哈希纹理特征的指甲综合检测方法并开发出相应系统。我们在不同指甲疾病的图像上进行了仿真实验,新提出的方法在一定程度上能够检测出不同指甲疾病并给出指导意见。(2)为了拓广指甲疾病检测方法的应用范围,针对视频和图像中指甲疾病检测问题,本论文首先提出了基于LBP方法的视频和图像指甲定位方法,进而通过设计卷积神经网络指甲疾病检测模型提高指甲疾病检测的准确性。基于深度学习的指甲检测与识别系统可以更加直观、真实的表达指甲信息,在疾病诊断中可以起到辅助作用,具有一定的应用前景。(3)指甲图像相似度匹配过程中,容易存在匹配速度过慢的问题。在本论文中,我们采用多线程技术,将程序中需要执行时间过长的任务转移到的后台去,从而降低匹配时间,提升了系统的检索速度与效率。基于深度学习的指甲检测与识别系统可以方便人们了解指甲与疾病之间的关系,在信息技术辅助的医疗诊断中提供了新形式。(本文来源于《陕西师范大学》期刊2019-05-01）
沈麒[10]（2019）在《面向拷贝检测与篡改检测的图像哈希算法研究》一文中研究指出图像哈希算法是应用于图像检索、认证和拷贝检测等方面的一个重要研究课题。从本质上讲,它是将任意图像单向映射为序列,这个序列称为哈希。在实际应用中,图像经常要经过保持图像内容的处理操作。因此,相同或相似的图像应具有相同或相似的哈希序列,即鲁棒性。不同图像的哈希序列应有较大区别,即区别性。除这两种基本性质外,图像哈希算法应该有密钥控制,如果没有正确的密钥,就无法获得正确的哈希序列,即安全性。本文以离散小波变换、纹理特征、位平面、颜色对立色和四叉树分解等方面为嵌入点,提出了叁种图像哈希算法。具体研究结果概括如下。1.基于CS-LBP纹理与位图像分解的图像哈希算法通过结合小波分解的近似图像的纹理特征和高频信息的位图像特征生成图像哈希。具体而言,先将输入图像规则化为相同大小并经过高斯低通滤波,然后通过小波分解得到近似图像和高频信息,接着分别提取近似图像的纹理特征和高频信息的位平面特征,最后结合全部特征来生成最终的哈希。实验结果表明,该算法对常见的图像操作具有较好的鲁棒性,对不同的图像具有较好的区别性。2.提出基于小波分解的统计特征哈希提出利用统计值提取小波分解后的近似图像的行与列的特征来构造图像哈希算法。具体而言,先对输入图像调整尺寸和滤波处理,然后通过小波分解获得近似图像,从近似图像中提取每行与每列提取统计值特征,最后对行统计特征与列统计特征进行L2范数计算得到最终的哈希。实验结果表明,该算法对常见的图像处理操作具有较好的稳健性,在拷贝检测性能测试中,该算法能够检测出常见的图像拷贝版本,检测性能较好。3.基于颜色对立色和四叉树结构的图像哈希算法采用颜色对立色和四叉树分解来分别提取图像的颜色特征和结构特征来生成图像哈希。具体而言,先对输入图像调整为相同大小,然后对尺寸规则化后的图像进行高斯低通滤波处理,接着从预处理后的图像中获取颜色对立色成分和亮度图像,对颜色对立成分提取颜色特征,对亮度图像提取四叉树结构特征,最后结合颜色特征与结构特征生成哈希。在鲁棒性实验中,该算法对伽马校正、JPEG压缩、水印嵌入等保持内容的图像处理操作稳健。对不同图像能够较好的区分。在篡改检测实验中,算法能够检测篡改图像,并可以定位篡改区域。(本文来源于《上海电力大学》期刊2019-05-01）
哈希算法论文开题报告范文
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对行人再识别系统中匹配效率低及搜索速度慢的问题,本文提出一种基于哈希算法的行人再识别技术研究。首先,利用卷积神经网络来提取图像的深度特征;再利用主成分分析算法来对图像特征进行降维;最后对图像特征进行哈希编码,比较哈希特征间的汉明距离来获得一对图像的相似度得分,然后根据得分高低进行排序获得行人再识别结果。实验结果表明,相比直接采用原始深度特征进行距离度量排序,本文所提的方法提高了算法的执行效率,更具优越性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
哈希算法论文参考文献
[1].李泗兰,郭雅.基于深度学习哈希算法的快速图像检索研究[J].计算机与数字工程.2019
[2].刘雁斌.基于哈希算法的行人再识别技术研究[J].交通运输工程与信息学报.2019
[3].Lei,YU,Xiao-fang,ZHAO,Yan,JIN,Heng-yi,CAI,Bo,WEI.基于一致性哈希算法的低能耗共识协议（英文）[J].FrontiersofInformationTechnology&ElectronicEngineering.2019
[4].赵琰,周晓炜,沈麒.基于对立色与显着区域的紧凑图像哈希算法[J].应用科学学报.2019
[5].陈凤,蒙祖强.基于哈希算法的异构多模态数据检索研究[J].计算机科学.2019
[6].严欣雨.基于二部图的半监督深度哈希算法研究[D].南京大学.2019
[7].苏畅.基于一致性哈希算法的区块链优化模型[J].电脑知识与技术.2019
[8].赵珊,李永思.基于主成分分析的图像哈希算法[J].北京邮电大学学报.2019
[9].孙宁.基于感知哈希算法和深度学习的指甲定位与疾病识别系统[D].陕西师范大学.2019
[10].沈麒.面向拷贝检测与篡改检测的图像哈希算法研究[D].上海电力大学.2019