基于乘积量化的近似最近邻算法

• 作者: 姚宇 王晓东 陶津
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 乘积量化 机器学习 近似最近邻算法 聚类算法 非对称距离计算 倒排索引
• 年，卷（期）: 2018,（z2）
• 所属期刊栏目: 数据科学与技术
• 页码范围: 128-131
• 页数: 4页
• 分类号: TP391.4|TP181
• 字数: 5452字
• 语种: 中文

摘要

多媒体数据平台难以应付海量数据高效索引和搜索数据的问题,提出了一种解决近似最近邻问题的乘积量化算法.首先,根据海量数据索引和搜索问题的特性,采用近似最近邻思想建立数学模型;然后通过将数据的高维特征分段进行单独k最近邻编码得到数据的压缩编码;其次,根据编码方式建立解码器使得压缩编码可以近似地还原成原始特征.最后利用非对称距离计算的方式,计算出原始向量与压缩编码的距离,根据该距离来判断数据之间的相似程度达到搜索的目的.理论分析表明,与传统的基于局部哈希敏感的数据搜索算法相比,采用非对称距离计算的乘积量化算法在同等时间和召回率的条件下,搜索速度提高了约1000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	王晓东	中国科学院成都计算机应用研究所	198	1467	19.0	28.0
2	姚宇	中国科学院成都计算机应用研究所	39	237	9.0	13.0
3	陶津	中国科学院成都计算机应用研究所	1	1	1.0	1.0