20、基于深度学习的信息融合：双不对称深度哈希学习与松弛不对称深度哈希学习

基于深度学习的信息融合：双不对称深度哈希学习与松弛不对称深度哈希学习

1. 双不对称深度哈希学习（DADH）

DADH是一种用于图像检索的新的深度哈希方法，它使用两个不对称流将特征表示和哈希函数学习结合在一个完整的框架中。

1.1 DADH算法

DADH算法的输入包括训练数据 $X/Y$、相似度矩阵 $S$、哈希码长度 $k$ 以及预定义参数 $\tau$、$\gamma$ 和 $\eta$，输出为哈希函数 $F$ 和 $G$。具体步骤如下：

Algorithm 7.1 Dual Asymmetric Deep Hashing Learning (DADH)
Input: Training data X/Y; similarity matrix S; hash code length k; predefined parameters τ, γ and η.
Output: Hashing functions F and G.
Initialization: Initialize weights of the first seven layers by using the pretrained ImageNet model; the last layer is initialized randomly; B is set to be a matrix whose elements are all zero.
1: while not converged or the maximum iteration is not reached do
2:
    Update (F, Wf ):
3: