M2LSH:基于LSH的高维数据近似最近邻查找算法

• 作者: 李灿 董一鸿 钱江波 陈华辉
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 近似最近邻 KNN查询 局部敏感哈希 高维数据
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: 学术论文
• 页码范围: 1431-1442
• 页数: 12页
• 分类号: TP311.3
• 字数: 9904字
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2017.06.022

摘要

在许多应用中,LSH(Locality Sensitive Hashing)以及各种变体,是解决近似最近邻问题的有效算法之一.虽然这些算法能够很好地处理分布比较均匀的高维数据,但从设计方案来看,都没有针对数据分布不均匀的情况做相应的优化.针对这一问题,本文提出了一种新的基于LSH的解决方案(M2LSH,2 Layers Merging LSH),对于数据分布不均匀的情况依然能得到一个比较好的查询效果.首先,将数据存放到具有计数功能的组合哈希向量表示的哈希桶中,然后通过二次哈希将这些桶号投影到一维空间,在此空间根据各个桶中存放的数据个数合并相邻哈希桶,使得新哈希桶中的数据量能够大致均衡.查询时仅访问有限个哈希桶,就能找到较优结果.本文给出了详细的理论分析,并通过实验验证了M2LSH的性能,不仅能减少访问时间,也可提高结果的正确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	钱江波	宁波大学信息科学与工程学院	54	202	8.0	11.0
2	董一鸿	宁波大学信息科学与工程学院	55	224	8.0	13.0
3	陈华辉	宁波大学信息科学与工程学院	63	319	9.0	15.0
4	李灿	宁波大学信息科学与工程学院	2	5	2.0	2.0