基于联合聚类的超立方体高维索引

• 作者: 刘英帆 崔江涛
• 来源期刊: 计算机科学与探索
• 学科: 工学
• 关键词: 高维索引 过滤-精炼 联合聚类 超立方体
• 年，卷（期）: 2012,（11）
• 所属期刊栏目: 学术研究
• 页码范围: 1007-1018
• 分类号: TP391
• 字数: 5466字
• 语种: 中文
• DOI: 10.3778/j.issn.1673-9418.2012.11.005

摘要

高维数据集合的最近邻查询性能会受到“维数灾难”(curse of dimensionality)现象的影响.提出了一种基于联合聚类的HC2(hypercube on co-clustering)高维索引结构.首先通过联合聚类算法同时降低数据尺寸和维数,将高维数据集合聚成若干较低维数的类,然后采用超立方体结构对每个类进行空间区域描述.在基于“过滤-精炼”(filter and refine)的查询过程中,计算查询点与各个类之间的距离下界,实现对聚类的有效过滤.为了提高距离下界对真实距离的逼近能力,采用了一种基于统计优化的超立方体区域描述方法SOHC2(statistically optimized hypercube on co-clustering),能够更加有效地缩小搜索空间,提高查询性能.理论分析和实验结果都表明,SOHC2的查询性能明显优于其他索引方法,适合大规模高维数据的查询；与同类索引结构相比,查询速度能够提高3倍以上.

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	刘英帆	西安电子科技大学计算机学院	1	5	1.0	1.0