位置敏感的哈希方法被广泛用于图像文本的查重、个性化推荐、图像分类等场景中。位置敏感哈希主要有两个作用:一个是将原数据编码成哈希索引,存储在数据库中,减少内存压力。另一个是在查询向量访问时,压缩相似度计算,减少计算复杂度。而在昆虫和哺乳动物脑区中已经被发现有类似机制在运行。例如果蝇嗅觉系统对气味信息的传递,就是通过神经元组之间的稀疏响应实现的。稀疏编码是神经系统增强记忆容量的一种通用策略。在果蝇嗅觉系统中,蘑菇体KCs神经元对气味的编码被认为能产生大量的精确定位信息,用于储存特定气味的记忆。果蝇嗅觉系统并没有空间分区,它使用随机稀疏投递的方式,将宽调协的嗅小球神经元整合的气味信息轴突投递给蘑菇体上窄调协的KCs神经元做特异性响应,这进一步加速了果蝇嗅觉系统对气味信息的处理。理论研究表明,稀疏编码通过减少表征之间的重叠来增加联想记忆的容量。因此本文基于果蝇哈希算法提出了改进果蝇哈希算法。本文主要完成了以下的工作:·在果蝇哈希算法上提出了可调节的侧向抑制机制,侧向抑制机制是广泛存在于KCs神经元与APL神经元的稳态调节机制,它保证了 KCs神经元群体编码的稀疏性,由此保障气味信息间的特异性识别与存储。在改进的果蝇哈希模型中,本文提出了基于贝叶斯原理的可调节脉冲阈值函数,它收集神经元的放电信息,并对阈值做最大后验估计,得到最优阈值。面对批处理数据,可以通过EM算法对KCs与APL神经元群体的稳态调节机制建模,持续调节最佳阈值,使果蝇哈希编码保持稳态稀疏。·完善了果蝇哈希编码的算法证明,严格证明了其局部敏感性。原始的果蝇哈希算法在证明中忽略了信号稀疏二值化的过程。本文基于改进果蝇哈希算法,在考虑信号稀疏二值化的前提下,仍然证明了其局部敏感性。·对改进果蝇哈希编码做了实验验证。分别对改进果蝇哈希算法的查询准确性、局部敏感性和计算时间成本等方面做了对比实验,实验结果保证了改进果蝇哈希算法有效性。更多地,本文对哈希码索引查找的实现,增加了乘积量化的思想,对前三万个访问数据进行k-means聚类,并且对计算得到的三万个访问数据的聚类中心固定,在后续访问中,将与访问数据最近的中心点替换哈希码作为新的哈希索引。这样进一步减少了计算相似度的时间,与哈希表的内存,对任务进行了加速。