基于概率的反向 K最近邻高效查询算法研究

• 作者: 任长安 李嘉学
• 来源期刊: 计算机应用研究
• 关键词: 反向最近邻查询 数据库 概率 未知对象 修剪机制
• 年，卷（期）: 2015,（2）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 391-396,426
• 页数: 7页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2015.02.017

摘要

反向K最近邻查询需要确定以给定查询对象作为其k个最近邻之一的所有对象。然而由于大量应用需要处理未知数据，人们迫切需要能够处理未知对象的新算法。这里的主要问题是，一个对象属于RKN N结果集的事件不再是一个确定性事件，而是一个以一定概率成立的随机变量。对基于概率论的未知数据集反向K最近邻（PRKNN）搜索问题展开研究，以足够大的概率返回以查询对象为其最近邻的未知对象。基于一种新的考虑了距离相关性的修剪机制，提出一种PRNN高效查询算法。此外，还给出了如何将该算法扩展至PRKNN （其中k＞1）查询处理。最后，将该算法与当前其他最新算法作比较，实验评估结果表明，该算法性能明显优于其他算法。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	任长安	湖南工学院计算机与信息科学学院	19	69	4.0	8.0
2	李嘉学	中南大学信息科学与工程学院	1	3	1.0	1.0