基于SVD的二次型距离相似索引层次算法

• 作者: 徐光祐 白雪生 罗明
• 来源期刊: 清华大学学报(自然科学版)
• 学科: 工学
• 关键词: 相似索引 特征空间 二次型距离 单值分解 (SVD)
• 年，卷（期）: 2002,（1）
• 所属期刊栏目: 计算机科学与技术
• 页码范围: 36-39
• 页数: 4页
• 分类号: TP391.41
• 字数: 2647字
• 语种: 中文
• DOI: 10.3321/j.issn:1000-0054.2002.01.013

摘要

大容量多媒体数据库的基于内容相似性的检索本质上是高维特征空间中一定距离函数的K近邻问题.对适合人类视觉的二次型距离函数,即使采用相似索引,当特征空间维数较高时检索仍不能保证实时性.为了解决此问题,提出基于SVD(Singular Value Decomposition)的二次型距离相似索引层次算法,先以相似索引为基础在主导特征的子空间上进行代价低的近似检索,再对过滤结果在高维特征空间中进行线性的精确检索.实验证明: 该方法具有正确性、有效性和实时性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	白雪生	清华大学计算机科学与技术系	9	265	7.0	9.0
2	罗明	清华大学计算机科学与技术系	2	8	1.0	2.0
3	徐光祐	清华大学计算机科学与技术系	63	2300	23.0	47.0