近似最優(yōu)最近鄰高維局部線性掃描算法研究.pdf

1、基于內容的圖像檢索已經成為圖像數(shù)據庫的一項重要應用。高維數(shù)據索引是加速圖像相似性檢索的關鍵技術之一，也是多媒體和數(shù)據庫領域的研究熱點和難點。傳統(tǒng)的多維索引技術在高維情況下會受到“維數(shù)災難”現(xiàn)象的影響，在維數(shù)足夠高的情況下，其檢索性能會退化到最原始的順序查找方法，研究有效的高維索引機制是使面向大規(guī)模數(shù)據庫的檢索達到實時性要求的關鍵。除了多媒體對象的相似性檢索外，高維索引技術也可應用于其他相關領域，如數(shù)據挖掘、模式識別、機器學習、數(shù)據統(tǒng)計和

2、分析等。
　　本文在介紹維數(shù)災難現(xiàn)象的基礎上，系統(tǒng)地綜述了高維索引技術的研究現(xiàn)狀和發(fā)展趨勢。針對高維空間中的查詢效率問題，本文首先介紹兩種經典一維映射，基于投影映射和基于到參考點距離映射。為達到最佳查詢性能，探討了一維映射的最佳結合方式。在考慮多個一維映射值情況下，提出最優(yōu)的局部線性掃描算法。其次，向量近似方法是一種有效的高維索引技術，在高維情況下，其檢索性能仍優(yōu)于順序查找方法。提出了一種基于一維映射與向量近似的新型索引結構，只要