您的位置: turnitin查重官网> 计算机 >> 计算机软件 >简述矢量高维数据查询技术与其运用

简述矢量高维数据查询技术与其运用

收藏本文 2024-01-17 点赞:5222 浏览:15871 作者:网友投稿原创标记本站原创

摘要:高维数据查询技术是多媒体数据库中的一项重要运用。传统的查询技术经常会面对“维数灾难”不足。本论文首先根据高维空间的“维数灾难”不足,提出了利用一维映射的策略,并在一维映射的思想上进行多重一维映射的改善。主要进行了以下改善:1.主分量和距离结合的方式。本策略是在iDistance的基础上提出了主分量与距离结合的PCA-Distance策略,能够通过PCA变换进行有效的一维映射,以而达到加速查询的效果。首先对数据集进行聚类划分,然后进行PCA变换后建立索引,利用主分量和距离结合的策略进行K近邻查询。实验数据表明:利用此策略可以有效的降低数据访问量,提升K近邻查询性能。2.采取多参考点的距离映射策略方面进行改善。此策略主要涉及到矢量量化中的码字搜索历程中。实验结果表明:利用多参考点的策略,能够有效的减少码字搜索中的数据访问量,加速码字搜索历程。关键词:高维查询论文多参考点论文主分量距离结合论文矢量量化论文

    摘要3-4

    Abstract4-7

    第一章 绪论7-13

    1.1 探讨背景和作用7-9

    1.1.1 多媒体内容查询7-8

    1.1.2 多媒体内容查询关键技术8-9

    1.2 国内外探讨近况9-11

    1.2.1 高维查询技术探讨进展9-11

    1.2.2 对探讨近况的浅析11

    1.3 论文结构与主要内容11-13

    第二章 高维数据查询技术综述13-19

    2.1 高维查询技术的相关知识13-15

    2.1.1 查询数据集13

    2.1.2 距离度量方式13-14

    2.1.3 查询方式14-15

    2.1.4 向量空间与度量空间15

    2.2 维数灾难现象15-16

    2.3 高维查询的评价准则和影响因素16-17

    2.4 本章总结17-19

    第三章 高维数据查询策略19-33

    3.1 一维映射策略19-21

    3.1.1 采取投影的一维映射策略19-20

    3.1.2 采取距离的一维映射策略20-21

    3.2 一维映射策略中的查询算法21-22

    3.4 多重一维映射策略22-33

    3.4.1 主分量结合距离映射23-28

    3.4.1.1 主分量浅析23-26

    3.4.1.2 主分量结合距离进行过滤26-28

    3.4.2 多重距离映射28-33

    3.4.2.1 多重距离映射原理28-30

    3.4.2.2 参考点的选择30-33

    第四章 多重一维映射策略的运用33-45

    4.1 主分量结合距离在iDistance中的运用33-38

    4.1.1 iDistance策略33-34

    4.1.2 PCA-Distance-主分量结合距离的策略34-38

    4.1.2.1 PCA-Distance索引的建立35-36

    4.1.2.2 PCA-Distance查询算法36-38

    4.2 多重距离映射在矢量量化中的运用38-44

    4.2.1 矢量量化38-40

    4.2.2 码书搜索删除准则40-41

    4.2.3 相关码字搜索算法41

    4.2.4 多重距离映射在码字过滤上的运用41-44

    4.2.4.1 多参考点算法介绍41-42

    4.2.4.2 参考点数目的选取42

    4.2.4.3 多参考点算法42-44

    4.3 本章小结44-45

    第五章 实验结果浅析45-51

    5.1 算法性能浅析45-46

    5.2 实验结果与浅析46-49

    5.2.1 PCA-Distance实验结果与浅析46-48

    5.2.2 多参考点码字搜索算法实验结果与浅析48-49

    5.3 本章小结49-51

    第六章 总结与展望51-53

    致谢53-55

copyright 2003-2024 Copyright©2020 Powered by 网络信息技术有限公司 备案号: 粤2017400971号