基于聚类分解的高维度量空间索引B+-Tree

• 作者: 周向东 张军旗 施伯乐 王梅
• 来源期刊: 软件学报
• 学科: 工学
• 关键词: 高维空间 索引结构 查询代价模型 聚类分割
• 年，卷（期）: 2008,（6）
• 所属期刊栏目: 数据库技术
• 页码范围: 1401-1412
• 页数: 12页
• 分类号: TP391
• 字数: 9115字
• 语种: 中文
• DOI: 10.3724/SP.J.1001.2008.01401

摘要

为了提高索引性能,高维度量空间索引通常采用K-Means等聚类技术来获取数据的分布信息.但是,已知的工作需要根据经验来确定聚类参数,缺乏对聚类与查询性能之间关系的理论分析.提出了一种基于聚类分解的高维度量空间B+-tree索引,通过聚类分解,对数据进行更细致的划分来减少查询的数据访问.对聚类与查询代价的关系进行了讨论,通过查询代价模型,给出了最小查询代价条件下的聚类分解数目等理论的计算方法.实验显示,提出的索引方法明显优于iDistance等度量空间索引,最优聚类分解数的估计接近实际最优查询时所需的聚类参数.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	施伯乐	复旦大学计算机与信息技术系	188	4414	33.0	61.0
2	周向东	复旦大学计算机与信息技术系	35	323	10.0	17.0
3	王梅	复旦大学计算机与信息技术系	6	85	3.0	6.0
4	张军旗	复旦大学计算机与信息技术系	2	68	2.0	2.0