强梓林，刘建国，刘云峰，卫 栋，强 彦

(1.太原理工大学矿业工程学院，山西 太原 030600;2.国网晋城供电公司,山西 晋城 048000；3.太原理工大学信息与计算机学院，山西 太原 030600)

1 引言

电网的顺利畅通对国民经济有着重要的影响，与人们的日常生活息息相关，准确及时地发现电网系统中存在的问题并快速补救可以在一定程度上降低国民经济损失[1]。电网系统规模逐年增大，电网结构越来越复杂，如何精准高效地管理电力设备变成了一件越来越具有挑战性的事情。电力设备具有分布广泛、数量众多和种类多样等特点，亟需一种高效的方法来管理和维护这些电力设备。在一线生产过程中，大量的电力设备相关图像会被采集并保存至系统数据库中。在遇到问题时，这些一线技术人员采集的设备图像可以帮助快速地检索和精准定位设备所存在的问题并提供解决方案，工作人员的工作效率可以获得很大提升。

鉴于哈希方法在存储空间利用率和检索速度方面的优势，哈希方法在图像检索方面受到了大量研究人员的关注和研究，并提出了诸多哈希方法。局部敏感哈希LSH(Locality Sensitive Hashing)[2]是最初提出的哈希图像方法，该方法采用随机映射对样本进行编码，使得原始空间中距离较近的数据经过处理后发生“碰撞”的概率比距离远的数据发生“碰撞”的概率更大。谱哈希SH(Spectral Hashing)[3]能够产生简洁的哈希码，该方法通过松弛条件，将拉普拉斯矩阵的门限特征向量的子集作为目标编码。……