频谱哈希（SpH）是一种有效且简单的二进制哈希方法，它假定从多维均匀分布中采样数据。 但是，该假设在实践中过于严格。 在本文中，我们提出了一种改进的方法，即拟合频谱哈希（FSpH），以放宽此分布假设。 我们的工作基于这样一个事实，即任何分布的一维数据都可以映射为均匀分布，而无需更改数据项之间的局部邻居关系。 我们发现，在每个PCA方向上的此映射都具有某些规则的模式，并且可以通过S曲线函数（Sigmoid函数）很好地拟合。 使用更多参数时，傅立叶函数也非常适合数据。 因此，利用Sigmoid函数和