基于LS H的高维大数据k近邻搜索算法

• 作者: 王忠伟 钱江波 陈华辉 陈叶芳
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 高维数据k近邻 局部敏感哈希 MapReduce 冲突计数排序
• 年，卷（期）: 2016,（4）
• 所属期刊栏目: 学术论文
• 页码范围: 906-912
• 页数: 7页
• 分类号: TP311.13
• 字数: 6576字
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2016.04.022

摘要

局部敏感哈希（LSH）及其变体是解决高维数据k近邻（kNN）搜索的有效算法．但是，随着数据规模的日趋庞大，传统的集中式LSH算法结构已经不能够满足大数据时代的需求．本文分析传统LSH方案的不足之处，拓展AND-OR结构，提出通过索引而不比较原始数据直接实现高维大数据k近邻搜索算法C2SLSH．理论分析和实验证明， C2SLSH在分布式平台下具有稳定的可扩展性，在保证同等精确率的情况下，处理速度大约是现有方法的3倍．

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈叶芳	宁波大学信息科学与工程学院	16	87	5.0	8.0
2	钱江波	宁波大学信息科学与工程学院	54	202	8.0	11.0
3	陈华辉	宁波大学信息科学与工程学院	63	319	9.0	15.0
4	王忠伟	宁波大学信息科学与工程学院	3	10	2.0	3.0