本发明公开了一种基于哈希学习的在线高维数据最近邻查询方法，首先设计了分别根据样本相似或不相似性的预测损失函数并且扩宽了损失函数的范围，进一步设置了相似或不相似范围，然后结合哈希模型需要保持历史信息同时需要当前数据对损失最小的原则，提出新的目标函数，通过对在线哈希算法的收敛性进行分析，找到目标函数最优值。在此基础上，对于待查询数据点，能够快速地查询到最接近的数据点，平均准确率结果稳定收敛，迭代学习过程中哈希函数的更新大大减少。