论文摘要
随着海量信息检索技术的发展,对文本、图片和视频等高维数据对象的相似性检索要求不断提高。局部敏感哈希(LSH)是解决高维数据近邻检索的主要方法之一,但存在索引存储代价高及查询效率低等问题。提出了一种基于二级混合索引模型构造方法,先利用溢出树(Spill tree)对数据集进行划分,再对每个部分构建基于LSH的哈希表,形成混合索引,支撑高维数据检索。试验表明,该方法缩小了高维数据对象的索引存储空间,提高了查询效率和查询质量。
论文目录
文章来源
类型: 期刊论文
作者: 黄颖,张豹,陈伟荣,戴鹏
关键词: 高维数据对象,近邻检索,局部敏感哈希,空间划分
来源: 指挥信息系统与技术 2019年06期
年度: 2019
分类: 信息科技
专业: 计算机软件及计算机应用
单位: 中国电子科技集团公司第二十八研究所,东南大学计算机科学与工程学院
基金: 装备发展部“十三五”预研课题资助项目
分类号: TP311.13
DOI: 10.15908/j.cnki.cist.2019.06.015
页码: 81-85
总页数: 5
文件大小: 147K
下载量: 57
相关论文文献
- [1].高维数据的交互式沉浸可视化——以城市生活质量数据为例[J]. 装饰 2019(06)
- [2].基于大数据的高维数据挖掘探究[J]. 通讯世界 2018(03)
- [3].智能电网中高维数据聚类方法研究[J]. 智能计算机与应用 2016(01)
- [4].浅谈高维数据变量选择现状与方法[J]. 数码世界 2016(07)
- [5].高维数据流异常节点动态跟踪仿真研究[J]. 计算机仿真 2020(10)
- [6].基于高维数据流的异常检测算法[J]. 计算机工程 2018(01)
- [7].大数据环境下的高维数据挖掘在入侵检测中的有效应用[J]. 电脑编程技巧与维护 2016(22)
- [8].一种高维数据流的稳健监控方法[J]. 天津职业技术师范大学学报 2016(02)
- [9].基于大数据的高维数据挖掘研究[J]. 信息与电脑(理论版) 2015(15)
- [10].浅谈高维数据挖掘的现状与方法[J]. 福建电脑 2014(07)
- [11].高维数据空间的一种网格划分方法[J]. 计算机工程与应用 2011(05)
- [12].面向精细农业的高维数据本征维数估计方法研究进展[J]. 中国科学:信息科学 2010(S1)
- [13].数学建模中的高维数据挖掘技术优化研究[J]. 计算机测量与控制 2017(09)
- [14].采用高维数据聚类的目标跟踪（英文）[J]. 红外与激光工程 2016(04)
- [15].非规则流中高维数据流典型相关性分析并行计算方法[J]. 软件学报 2012(05)
- [16].基于控制过度遗漏发现概率的高维数据流异常诊断[J]. 数理统计与管理 2020(03)
- [17].相关高维数据流在线监控方法研究[J]. 天津职业技术师范大学学报 2016(03)
- [18].高维数据挖掘技术在教学质量监控与评价的应用研究[J]. 全国商情(理论研究) 2010(11)
- [19].一种高维数据聚类遗传算法[J]. 计算机工程与科学 2010(08)
- [20].基于联合树的隐私高维数据发布方法[J]. 计算机研究与发展 2018(12)
- [21].基于正则化回归的变量选择方法在高维数据中的应用[J]. 实用预防医学 2018(06)
- [22].一种支持高维数据查询的并行索引机制[J]. 华中科技大学学报(自然科学版) 2011(S1)
- [23].矩阵奇异值分解及其在高维数据处理中的应用[J]. 数学的实践与认识 2011(15)
- [24].高维数据变量选择方法综述[J]. 数理统计与管理 2017(04)
- [25].高维数据空间索引方法的研究[J]. 电脑知识与技术 2009(16)
- [26].基于聚类融合算法的高维数据聚类的研究[J]. 电子测量技术 2008(04)
- [27].高维数据固有维数的自适应极大似然估计[J]. 计算机应用 2008(08)
- [28].基于超网络和投影降维的高维数据流在线分类算法[J]. 计算机应用与软件 2020(10)
- [29].面向高维数据的安全半监督分类算法[J]. 计算机系统应用 2019(05)
- [30].高维数据的距离判别方法[J]. 通化师范学院学报 2013(04)