基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
人们设计了许多索引以有效地处理高维空间中的近邻查询和区域查询.已经证明,维数较高时利用高维索引处理这两类查询几乎不可能比线性扫描快.提出了一种两层索引以自适应地识别数据集中的聚簇;数据集具有聚簇特性时,用该索引处理邻近查询和区域查询比现有的索引结构快;对其他数据集,利用该索引处理邻近查询和区域查询与线性扫描大致相当.该索引的上层结构将一些参考点组织成一棵二叉树,下层结构是一系列动态哈希表.数据集中的数据点根据它们到参考点的相对距离被哈希到相应的哈希桶中.查询处理时用查询点到参考点的距离进行剪除搜索.实验表明,提出的索引结构具有良好的性能.
推荐文章
MapReduce框架下基于B+树的高维索引
大数据
MapReduce
KNN 查询
高维索引
一种安全鲁棒的图像哈希方法
图像哈希
V系统
特征提取
哈希值
一种基于视觉特性的图像哈希认证方案
图像哈希
脊波变换
人类视觉特性
图像认证
云环境中基于相对索引散列树的数据审核方法
云环境
数据完整性审核
相对索引
散列树
计算成本
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于相对距离哈希方法的一种高维索引
来源期刊 计算机科学与探索 学科 工学
关键词 相对距离 高维索引 κ-NN查询
年,卷(期) 2008,(1) 所属期刊栏目 学术研究
研究方向 页码范围 32-44
页数 13页 分类号 TP311
字数 10784字 语种 中文
DOI 10.3778/j.issn.1673-9418.2008.01.003
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李建中 哈尔滨工业大学计算机科学与技术学院 237 6003 33.0 72.0
2 高宏 哈尔滨工业大学计算机科学与技术学院 109 1574 18.0 36.0
3 骆吉洲 哈尔滨工业大学计算机科学与技术学院 24 310 8.0 17.0
4 祝园园 哈尔滨工业大学计算机科学与技术学院 1 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (3)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1973(1)
  • 参考文献(1)
  • 二级参考文献(0)
1988(1)
  • 参考文献(1)
  • 二级参考文献(0)
1991(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
相对距离
高维索引
κ-NN查询
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机科学与探索
月刊
1673-9418
11-5602/TP
大16开
北京市海淀区北四环中路211号北京619信箱26分箱
82-560
2007
chi
出版文献量(篇)
2215
总下载数(次)
4
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
国家重点基础研究发展计划(973计划)
英文译名:National Basic Research Program of China
官方网址:http://www.973.gov.cn/
项目类型:
学科类型:农业
论文1v1指导