locality

iOS 地理位置字段

直接上数据Country=中国,City=北京市，administrativeArea=北京市,locality=北京市，SubLocality=东城区,CountryCode=CN,Street=幸福大街
tianlei·2020-02-11 19:55

HBase File Locality in HDFS--转载

OneofthemoreambiguousthingsinHadoopisblockreplication:ithappensautomaticallyandyoushouldnothavetoworryaboutit.HBasereliesonit100%toprovidethedatasafetyasitstoresitsfilesintothedistributedfilesystem.Wh
fengjixcuhui·2020-02-06 21:03

局部敏感哈希（LSH）相似度（杰卡德距离 计算稀疏矩阵）分析TopN

局部敏感哈希（LSH）相似度（杰卡德）分析TopN概念局部敏感哈希，英文locality-sensetivehashing，常简称为LSH。局部敏感哈希在部分中文文献中也会被称做位置敏感哈希。
码上中年·2020-01-08 17:50

HBase Region Locality

因为DataNode和RegionServer通常会部署在相同的机器上，所以会产生Locality这样的概念。HBase的Locality是通过HDFS的Block复制实现的。
虾米在海飘·2019-12-16 22:51

PerformanceBenchmark of Locality Sensitity Hashing and KD-Tree Algorithm

1ThePurposesGetfamiliarwiththecommonANNalgorithms,suchasKD-TreeandLSHLearntheimplementationofLSHandotherrelatedcodingskillsAnalysistheperformanceofKD-TreeandLSHunderdifferentdimensions2ThePrinciples2.
dragen·2019-12-14 23:23

latex beamer技巧

%章节标题\section{Relatedwork(LSH)}%开始一页ppt\begin{frame}{Relatedwork}{}\partitle{Locality-SensitiveHashing
若流芳千古·2019-10-22 15:00

局部敏感哈希LSH（Locality-Sensitive Hashing）——海量数据相似性查找技术

一、前言    最近在工作中需要对海量数据进行相似性查找，即对微博全量用户进行关注相似度计算，计算得到每个用户关注相似度最高的TOP-N个用户，首先想到的是利用简单的协同过滤，先定义相似性度量（cos，Pearson,Jaccard），然后利用通过两两计算相似度，计算top-n进行筛选，这种方法的时间复杂度为\(O(n^2)\)（对于每个用户，都和其他任意一个用户进行了比较）但是在实际应用中，对于
飞剑客阿飞·2019-10-17 21:00

论文笔记·流形学习：Locality Preserving Projections

Abstract•LPP算法找流形LaplacianBeltrami算子的特征函数的最优线性近似；•LPP不仅能用在训练集上。1Introduction•LPP的局部保留能力使之在信息检索上有着很好的应用；•LPP的线性特性使算法快速，适合于实际应用；•LPP可以处理新的数据点；•LPP可以在数据点的再生核希伯尔特空间中进行（KernelLPP）。2LocalityPreservingProjec
kkklw·2019-10-03 10:00

计算机系统结构总结_Memory Review

2.Locality（PPTP12/HIP253）Progra
Pentium.Labs·2019-10-02 14:00

block locality

因为DataNode和RegionServer通常会部署在相同的机器上，所以会产生Locality这样的概念。HBase的Locality是通过HDFS的Block复制实现的。
龙骨·2019-09-20 17:24

从NLP任务中文本向量的降维问题，引出LSH（Locality Sensitive Hash 局部敏感哈希）算法及其思想的讨论

1.引言-近似近邻搜索被提出所在的时代背景和挑战0x1：从NN（NeighborSearch）说起ANN的前身技术是NN（NeighborSearch），简单地说，最近邻检索就是根据数据的相似性，从数据集中寻找与目标数据最相似的项目，而这种相似性通常会被量化到空间上数据之间的距离，例如欧几里得距离（Euclideandistance)，NN认为数据在空间中的距离越近，则数据之间的相似性越高。当需要
郑瀚Andrew.Hann·2019-06-19 20:00

Cache Lab Implementation and Blocking

开始做练习题10月16日周三——10月19日周六10天大纲时间表内存组织缓存  -不同类型的地区（locality，我也不知道怎么翻译合适）  -缓存组织Cachelab  -（a）部分：搭建缓存模拟器
苺一語·2019-05-08 11:03

Locality Sensitive Hashing(LSH)之随机投影法

1.概述LSH是由文献[1]提出的一种用于高效求解最近邻搜索问题的Hash算法。LSH算法的基本思想是利用一个hash函数把集合中的元素映射成hash值，使得相似度越高的元素hash值相等的概率也越高。LSH算法使用的关键是针对某一种相似度计算方法，找到一个具有以上描述特性的hash函数。LSH所要求的hash函数的准确数学定义比较复杂，以下给出一种通俗的定义方式：对于集合S，集合内元素间相似度的
阿喵酱紫糖·2019-01-21 11:29

从文档相似度计算看LSH（Locality Sensitive Hashing）

经常使用的哈希函数，冲突总是不招人喜欢。LSH却依赖于冲突，在解决NNS(Nearestneighborsearch)时，我们期望：离得越近的对象，发生冲突的概率越高离得越远的对象，发生冲突的概率越低由于是依靠概率来区分，总会有错判的问题（falsepositives/negatives）。由于LSH排除了不可能的对象集合，减少了需要处理的数据量，在NNS领域有很多成功的应用。我们来看一个寻找相似
阿喵酱紫糖·2019-01-16 17:42

局部敏感哈希(Locality-Sensitive Hashing, LSH)方法介绍

局部敏感哈希(Locality-SensitiveHashing,LSH)方法介绍本文主要介绍一种用于海量高维数据的近似最近邻快速查找技术——局部敏感哈希(Locality-SensitiveHashing
阿喵酱紫糖·2019-01-15 16:34

Locality Sensitive Hashing ( LSH，局部敏感哈希 ) 详解

这篇文章想给大家介绍一个神奇的东东：LSH首先看看它有什么用先~它可以快速地找出海量数据中的相似数据点，听着有点抽象？那我们来举个实际的例子，比如说你有海量的网页（这里的网页是指你拥有的本地数据，不是指互联网上的），你现在想找和一个特定网页相似的其它网页，就比如你想在海量的网页中找出和我这篇博文相似的网页~最naive的方法就是去遍历整个数据集，一个一个页面去比较，看看哪一个页面和我的这个页面最相
阿喵酱紫糖·2019-01-15 16:03

局部敏感哈希(Locality-Sensitive Hashing, LSH)

本文主要介绍一种用于海量高维数据的近似最近邻快速查找技术——局部敏感哈希(Locality-SensitiveHashing,LSH)，内容包括了LSH的原理、LSH哈希函数集、以及LSH的一些参考资料
jingsupo·2019-01-02 18:00

locality sensitive hashing(LSH)原理和具体实现

原理部分localitysensitivehashing(LSH)，中文名为局部敏感哈希，用于解决在高维空间中查找相似节点的问题。如果直接在高维空间中进行线性查找，将面临维度灾难，效率低下，LSH的作用就是把原来高维空间上的点都映射到一个或多个hashtable的不同的位置上，这个位置术语上称作桶(buckets)。它映射的原则是：原来在高维空间中就很接近的点，会以很大的概率被映射到同一个桶中。这
lldbsd·2018-12-23 00:16

Fast Near-Duplicate Image Search using Locality Sensitive Hashing

使用LSH快速搜索相似图片，使用LSH的ANN查询按如下方式执行：1）查找查询项的“桶”（哈希值）2）与桶中的每个其他项进行比较。LocalitySensitiveHashing（LSH）是一种有用的工具，即使对于非常大的数据集也可以很好地扩展执行近似最近邻居查询。深度学习的时代为我们复活了在向量上相似的图像，文本和音频（简单的欧几里得距离）在原始语义内容上也相似（图像的VGG特征向量，文本的Wo
·2018-10-12 17:00

局部敏感哈希开源项目和论文 Locality-Sensitive Hashing (LSH) · Jian Zhou

Locality-SensitiveHashing(LSH)ScalaLSHprojectSimilarityMeasureSimilaritymeasureisareal-valuedfunctionthatquantifiesthesimilaritybetweentwoobjects.Althoughnosingledefinitionofasimilaritymeasureexists
·2018-08-13 16:00

图计算系统学习

分区Locality-awarechunking：从顶点访问局部性和任务量角度来划分机器间顶点的分区，实现计算负载均衡。
zlcook·2018-07-22 17:48

海量数据相似度搜索，如相似的网页、图像、文章、query 等相似性搜索

参考资料：https://blog.csdn.net/icvpr/article/details/12342159局部敏感哈希(Locality-SensitiveHashing,LSH)方法介绍http
MachineRandy·2018-05-23 21:17

局部敏感哈希(Locality sensitive hash) —— 代码篇

我们在之前的文章中LocalitySensitiveHashing(局部敏感哈希)中已经详细的说了这个算法的基本核心思想，现在我们就来一点一点的把这个算法的每一步都来实现了。首先我们至少得构建出我们能够比较的样本的特征值，设计出我们的布尔矩阵（BooleanMatrix）。局部敏感哈希的一个优点就是避免两两比较（pairwisecomparison），主要的方法就是看最后的band被映射同一个bu
君的名字·2018-05-22 16:58

局部敏感哈希（Locality Sensitive Hashing）二三问

写在前面的话今天的这一章有几个目的，一是回答一下各位网友在各大博客上提出的问题，然后其他博主没有回答的问题。二是纠正一些别人在写局部敏感哈希时候出现的错误。就是这么贴心有没有。假装自己是正文的正文首先我们来看一下这篇文章局部敏感哈希LSH(LocalitySensitiveHashing)https://blog.csdn.net/yc461515457/article/details/48845
君的名字·2018-05-16 16:16

Locality Sensitive Hashing(局部敏感哈希)

写在前面的话Background运用背景Bigpitcture基本概念整体架构ShinglesShingles和相似性MinHashingJaccardSimilarity定义SurprisingProperty签名的相似性Minhashing的执行执行对策MinHashing算法（MinHashingalgorithm）候选签名写在后面的话References写在前面的话酱酱，又到了程序媛拯救世
君的名字·2018-05-14 21:30

Spark 内存溢出 处理 及 优化

例如：rdd.map(x=>for(ifor(ifor(ifor(iNODE_LOCAL->RACK_LOCAL->ANY,一个task执行完，等待spark.locality.wait时间如果，第一次等待
无恋-zx·2018-04-21 10:49

一些群论，令外时空局域性(Locality)和量子的幺正性(Unitarity)

一些群论，令外时空局域性(Locality)和量子的幺正性(Unitarity)这几天忙于学习一下群表示(representation)的理论。
悟空饺子·2018-02-01 12:28

高维向量快速检索方法Locality Sensitive Hashing之三——位置敏感聚类

1关于位置敏感哈希的讨论LSH主要是为了解决基本的高维向量快速搜索问题而提出的，在信息检索的各方面如图像、视频、文本、音乐和网页等都有应用。LSH的主要优点有：用于检索时速度很快，相比于kd-tree等算法可以有几十倍的提高；适合于动态数据集增量索引，索引结构更新的计算代价小，用于聚类时不需要对全体数据集重新聚类生成新码本。LSH的主要局限有：耗费内存空间较大。近邻点可能分布在多个桶，如果要达到较
holygao·2018-01-01 10:20

高维向量快速检索方法Locality Sensitive Hashing之二算法改进

位置敏感哈希是当前高维空间中近似近邻(ApproximateNearNeighbor,ANN)搜索速度最快的解决方法，LSH在汉明空间进行搜索，E2LSH是对LSH的改进之一，在欧氏空间进行搜索。与基于树的索引方法相比，它们不但复杂度低、支持维数高，而且检索时间大大缩短。目前LSH在图像检索、复制检测和化学混合物搜索中都有应用。文献还将LSH作为与主成分分析(PCA)和K-Means类似的视觉特征
holygao·2017-12-31 23:25

局部敏感哈希(Locality-Sensitive Hashing, LSH)

局部敏感哈希(Locality-SensitiveHashing,LSH)方法介绍本文主要介绍一种用于海量高维数据的近似最近邻快速查找技术——局部敏感哈希(Locality-SensitiveHashing
夕月一弯·2017-12-30 09:00

高维向量快速检索方法Locality Sensitive Hashing之一汉明空间和欧式空间实现

1高维向量检索问题高维向量检索主要解决由数据维数增加所引发检索速度急剧下降的的问题。高维空间中数据的特点主要包括以下三个方面：(1)稀疏性。随着维度增长，数据在空间分布的稀疏性增强；(2)空空间现象。对于服从正态分布的数据集，当维数大约增加到10时，只有不到1％的数据点分布在中心附近；(3)维度效应。随着维数的增加，对索引的维护效率急剧下降，并且高维空间中数据点之间的距离接近于相等。2树索引方法在
holygao·2017-12-29 22:22

局部敏感哈希

局部敏感哈希(Locality-SensitiveHashing,LSH)方法介绍本文主要介绍一种用于海量高维数据的近似最近邻快速查找技术——局部敏感哈希(Locality-SensitiveHashing
LeeWei4939·2017-12-14 20:45

LSH:locality-sensitive Hashing

局部敏感哈希：目的是为了从海量的高维数据集合中找到与某个数据最相似的一个数据或多个数据原理：通过hashfunction建立hash表，该hash表的建立基于原数据集中相邻的数据以较大的概率映射到同一个单元；反之，不相邻的数据以较小的概率映射到同一个单元。由此，通过建立好的hash表，然后将大量数据中的海量查找转换成从hash表中字数据的查找，由此可以提高效率。
sunsimple·2017-12-09 00:52

IPVS中实现的连接调度算法

WeightedRound-RobinScheduling）最小连接调度（Least-ConnectionScheduling）加权最小连接调度（WeightedLeast-ConnectionScheduling）基于局部性的最少链接（Locality-BasedLeastConnection
JSON_NULL·2017-11-24 09:41

Hadoop上Data Locality的详解

Hadoop上DataLocality的详解Hadoop上的DataLocality是指数据与Mapper任务运行时数据的距离接近程度（DataLocalityinHadoopreferstothe“proximity”ofthedatawithrespecttotheMappertasksworkingonthedata.）1.whydatalocalityisimporant?当数据集存储在H
csguo007·2017-10-25 10:44

Spark本地化调度

但在资源不足的情况下，数据所在节点未必有资源处理task，因此Spark在等待了“spark.locality.wait”所配置的时间长度后，会退而求其次，分发到数据所在节点的同一个机架的其它节点上，这是
Lin_wj1995·2017-06-16 14:00

# TypeScript & Angular2.0 笔记（1）

interfaceAnimal{name:string;age:number;locality?:string;//可选属性}//类型定义时用inter
四爷在此·2016-10-31 19:39

C++版的LLC

《Locality-constrainedLinearCodingforImageClassification》的作者提供Matlab的代码实现，见http://www.ifp.illinois.edu
wishchin·2016-05-18 19:00

局部敏感哈希LSH原作者的论文和程序LSH Algorithm and Implementation (E2LSH)

LSHAlgorithmandImplementation(E2LSH)Locality-SensitiveHashing(LSH) isanalgorithmforsolvingtheapproximateorexactNearNeighborSearchinhighdimensionalspaces.ThiswebpagelinkstothenewestLSHalgorithmsinEucli
GarfieldEr007·2016-05-10 20:00

局部敏感哈希Locality Sensitive Hashing归总

最近发邮件讨论SemanticHashing的同学和同事很多，推荐李老师的文献列表供大家参阅：http://cs.nju.edu.cn/lwj/L2H.html说到Hash，大家都很熟悉，是一种典型的Key-Value结构，最常见的算法莫过于MD5。其设计思想是使Key集合中的任意关键字能够尽可能均匀的变换到Value空间中，不同的Key对应不同的Value，即使Key值只有轻微变化，Value值
garfielder007·2016-05-08 11:34

局部敏感哈希Locality Sensitive Hashing归总

最近发邮件讨论SemanticHashing的同学和同事很多，推荐李老师的文献列表供大家参阅：http://cs.nju.edu.cn/lwj/L2H.html说到Hash，大家都很熟悉，是一种典型的Key-Value结构，最常见的算法莫过于MD5。其设计思想是使Key集合中的任意关键字能够尽可能均匀的变换到Value空间中，不同的Key对应不同的Value，即使Key值只有轻微变化，Value值
GarfieldEr007·2016-05-08 11:00

sign-random-projection 余弦的敏感hash LSH

  LocalitySensitiveHashing    原理：https://en.wikipedia.org/wiki/Locality-sensitive_hashing      https:
zhuyuping·2016-04-08 17:00

局部敏感哈希matlab代码解读

LocalitySensitiveHashing(LSH)之随机投影法http://www.strongczq.com/2012/04/locality-sensitive-hashinglsh%E4%
free_lock·2016-03-17 21:34

混乱字符串的字段提取

例如：Address[addressLines=[0:"中国",1:"北京市海淀区"],feature=海淀街道北京技术交易促进中心,admin=北京市,sub-admin=null,locality=
IT学无止境·2016-03-11 11:27

MLlearning（2）——simHash算法

这是一种LSH（Locality-SensitiveHashing，局部敏感哈希）的简单实现。它是广泛用于数据去重的算法，可以用于相似网站、图片的检索。而且当两个样本差别并不大时，算法仍能起效。
Darksun2010·2016-02-17 19:00

LLC算法coding与pooling解析

这几天看了Locality-constrainedLinearCodingforImageClassification算法，里面涉及到coding与pooling过程，在此做一解析：      1）FeatureExtract
qq_18343569·2015-12-08 16:00

The matlab code of Locality sensitive hashing (LSH)

%seethematlabcodetest.mofCCA-ITQ.Itisverysimple.OnlyonesentenceusingrandomprojectionXX=XX*randn(size(XX,2),bit);Y=zeros(size(XX));Y(XX>=0)=1;Y=compactbit(Y);
杰·2015-11-27 22:00

cache 实验1

cache实验1测试代码的locality。数组的读区方式不同，按照行读，被cache也是按行连续加载的。
JUST DO IT ~·2015-11-15 22:00

局部性原理浅析——良好代码的基本素质

什么是局部性 局部性通常有两种形式： 时间局部性(temporal locality) 时间局部性指的是：被引用过一次的
·2015-11-13 22:31

OpenRisc-43-or1200的IF模块分析

要解决这个问题，方法大体可分为两部分，第一就是利用principle of locality而引进的cache技术，缩短取指时间，第二就是采用各种转移预测技术，提高取指正确的概率。
·2015-11-13 22:30
上一页 1 2 3 4 5 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他