深度哈希算法

1、重读CSQ，（已完成对于paper和 supplement的阅读）

2、读ACML的论文

3、读一下CSQ中提及的DHN[48]的方法

1、二元祖/三元组的哈希码怎么实现？

二元祖相似度量与三元组相似度量。

2、CSQ使用中心相似度量，可以捕获全局分布。如何能捕获到全局的分布~

提出了一种新的中心相似度度量，并用它来模拟相似和不相似对之间的关系 用于提高生成的哈希码的可辨别性。

3、未来工作，如何更好的学习哈希中心？

这个是什么意思呀，一组点相互正交，他们的距离是K/2

因为在网络中-1表示为0，所以是K/2

4、构造哈希中心

（1）直接使用**哈达玛（Hadamard)矩阵，**性质1： Hn为正交方阵，所谓正交矩阵指它的任意两行（或两列）都是正交的。并且行列式为 。

性质3：Hadamard矩阵 的阶数都是2或者是4的倍数。

（具体内容可以查看https://zhuanlan.zhihu.com/p/67316495）

首先构建m个哈希中心（与label的数量m一致），其来自于哈大码矩阵的一列，然后再将我们数据根据标签分配给语义哈希中心（单标签就是直接为哈希中心，多标签就是各个哈希中心投票所得出的质心），每个数据都对应一个语义哈希中心，这里的语义哈希中心因为考虑到了多标签问题，所以语义哈希中心的可能会大于m