基于子向量距离索引的特征匹配算法的改进

• 作者: 范文婷 陈秀宏
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 高维向量 特征匹配 子向量距离索引 关键维 最近邻搜索
• 年，卷（期）: 2015,（4）
• 所属期刊栏目: 图形与图像
• 页码范围: 754-759
• 页数: 6页
• 分类号: TP391
• 字数: 4923字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2015.04.020

摘要

在解决高维向量的搜索问题方法中,基于子向量距离索引的向量匹配算法iSVD拥有较好的搜索精度和效率.但是,该算法计算复杂度仍然较高,在实际应用中会受到限制.针对该问题,引入关键维选取方法,对iSVD算法进行改进.该方法首先将特征向量划分为多个子向量;再通过某种筛选方法,选出部分子向量代替原特征向量,进而创建索引值;最后利用索引值进行最近邻搜索.该方法能够将相似性较小的特征向量进行有效的区分,且可以进一步缩小最近邻搜索的搜索范围.实验结果表明,该算法能够在保持良好搜索精度的同时,提高匹配的正确率,缩短匹配时间,具有较好的实用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈秀宏	江南大学数字媒体学院	90	480	12.0	17.0
2	范文婷	江南大学数字媒体学院	1	1	1.0	1.0