面向高维数据集的近邻顺序查询方法

• 作者: 崔江涛 肖斌 詹海生
• 来源期刊: 计算机科学与探索
• 学科: 工学
• 关键词: 高维索引 κ近邻查询 椭圆体聚类 顺序查找
• 年，卷（期）: 2010,（9）
• 页码范围: 840-849
• 分类号: TP311.134.3
• 字数: 7994字
• 语种: 中文
• DOI: 10.3778/j.issn.1673-9418.2010.09.007

摘要

对顺序索引方法进行了研究,提出一种基于向量近似的高维顺序索引结构,该结构顺序访问部分文件就能完成k近邻查询.在查询过程中依据投影值来终止查询过程,依据距离来排除不匹配的数据.为进一步降低数据访问率,采用椭圆体聚类算法对数据集进行划分.新索引结构支持以多个顺序访问过程完成k近邻查询,能够同时降低查询过程中的I/O开销和CPU开销.在大型高维图像特征库上的实验表明,新的高维索引结构的查询性能优于其他高维索引方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	崔江涛	西安电子科技大学计算机学院	39	445	11.0	20.0
2	詹海生	西安电子科技大学网络教育学院	13	111	4.0	10.0
3	肖斌	西安电子科技大学计算机学院	5	24	2.0	4.0