基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
高维大数据中如何快速查询有用信息是目前面临的问题之一.为了解决维度灾难带来的问题,本文分析了传统的相似性度量函数,然后进行了改进,提出了的新算法能够应用到高维数据空间,仿真实验表明,该算法在高维空间中查询的精确度优于其他传统距离函数,并对噪音有抵抗性.
推荐文章
基于4-叉树结构的路网数据最近邻查询算法
路网
最近邻查询
结构分区
4-叉树
基于概率的反向 K最近邻高效查询算法研究
反向最近邻查询
数据库
概率
未知对象
修剪机制
EDA海量数据查询和报表性能优化
海量数据查询
SQL解析数据分片
基于Voronoi图的最近邻查询的研究
Voronoi图
k最近邻查询
VR树
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于投影最近邻的海量高维数据查询算法
来源期刊 信息记录材料 学科 工学
关键词 数据查询 高维数据 最近邻
年,卷(期) 2017,(12) 所属期刊栏目 综述·论著
研究方向 页码范围 1-2
页数 2页 分类号 TP391
字数 1804字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李晓飞 吉林建筑大学城建学院 10 19 2.0 4.0
2 赵成伟 吉林建筑大学城建学院 1 1 1.0 1.0
3 韩松任 吉林建筑大学城建学院 1 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (18)
共引文献  (31)
参考文献  (3)
节点文献
引证文献  (1)
同被引文献  (9)
二级引证文献  (0)
1975(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(3)
  • 参考文献(0)
  • 二级参考文献(3)
2012(2)
  • 参考文献(1)
  • 二级参考文献(1)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
数据查询
高维数据
最近邻
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
信息记录材料
月刊
1009-5624
13-1295/TQ
大16开
河北省保定市乐凯南大街6号
18-185
1978
chi
出版文献量(篇)
9919
总下载数(次)
46
总被引数(次)
13955
论文1v1指导