全文总字数：1313字
1. 毕业设计（论文）主要内容：
ADMM是一种有效的矩阵分解算法，在数据挖掘和图像分析中有着广泛应用.近年来的研究表明ADMM能够有效解决哈希学习中的特征二值化问题，同时能支持分布式的哈希学习。论文主要内容如下：
(1) 针对哈希学习问题，建立一种特征二值化的优化模型；
(2)基于ADMM建立一种分布式的二值化优化算法，学习出哈希特征，支持数据的高效快速检索；
2. 毕业设计（论文）主要任务及要求
1、查阅不少于15篇的相关资料，其中英文文献不少于3篇，完成开题报告。
2、完成不少于5000字的英文文献翻译工作。
3、收集相关的原始数据，并进行数据的预处理工作。
3. 毕业设计（论文）完成任务的计划与安排
1-3周：查阅文献，完成开题报告4-6周：总体设计，完成论文综述7-10周：设计算法，功能模块设计11-13周：编码和测试14-15周：写论文，提交初稿，给老师检查，修改定稿，答辩。
4. 主要参考文献
[1] Zhu L, Huang Z, Li Z, et al. Exploring auxiliary context: discrete semantic transfer hashing for scalable image retrieval[J]. IEEE transactions on neural networks and learning systems, 2018, 29(11): 5264-5276.
[2] Xie L, He L, Shu H, et al. Discrete Semi-supervised Multi-label Learning for Image Classification[C]//Pacific Rim Conference on Multimedia. Springer, Cham, 2018: 808-818.
[3] Wang S, Li C, Shen H L. Distributed graph hashing[J]. IEEE transactions on cybernetics, 2018, 49(5): 1896-1908.
以上是毕业论文任务书，课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
