大数据下近似成员关系查询方法研究进展

• 作者: 胡会南 陈华辉
• 来源期刊: 数据通信
• 关键词: 大数据 近似成员关系查询 布鲁姆过滤器 位置敏感哈希
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 技术交流
• 页码范围: 27-34
• 页数: 8页
• 字数: 6927字
• 语种: 中文

摘要

近似成员关系查询(Approximate Membership Query,AMQ)要快速回答类似“数据对象q是否和给定的大数据集合S中的至少一个元素相似？”,即“q是否是S的近似成员”问题.AMQ在图像检索、数据挖掘、模式识别、生物检测等领域有许多应用.对AMQ问题及其处理方法进行了综述介绍.从A以Q的定义出发,对处理AMQ问题的相关基础技术进行了介绍,讨论了目前主要的AMQ算法,分析比较了各算法的区别和优缺点,最后探讨了AMQ处理中尚需进一步研究的若干问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈华辉		63	319	9.0	15.0
2	胡会南		2	1	1.0	1.0