一种基于角相似性的k-最近邻搜索算法

• 作者: 余小高 余小鹏
• 来源期刊: 计算机应用研究
• 关键词: k-最近邻搜索 数据分割 角相似性 壳-超圆锥体
• 年，卷（期）: 2009,（9）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 3296-3299
• 页数: 4页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2009.09.027

摘要

k-最近邻搜索(KNNS) 在高维空间中应用非常广泛,但目前很多KNNS算法是基于欧氏距离对数据进行索引和搜索,不适合采用角相似性的应用.提出一种基于角相似性的k-最近邻搜索算法(BA-KNNS).该算法先提出基于角相似性的数据索引结构(BA-Index),参照一条中心线和一条参照线,将数据以系列壳-超圆锥体方式进行组织并分别线性存储;然后确定查询对象的空间位置,有效确定一个以从原点到查询对象的直线为中心线的超圆锥体并在其中进行搜索.实验结果表明,BA-KNNS算法较其他k-最近邻搜索算法有更好的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	余小鹏		9	133	6.0	9.0
5	余小高		33	169	7.0	11.0