一种高维空间的近似最近邻查询系统,涉及计算机数据处理领域。本发明是为了解决现有最近邻查询方法还存在查询时间长、查询精度低以及依赖哈希函数质量的问题。本发明包括:存储模块和查询模块;存储模块包括:存储数据划分单元、维度矩阵获取单元、存储块获取单元;存储数据划分单元:获取多维数据集,采用PCA方法在预设在预设重构误差阈值ε的条件下对多维数据进行降维处理,获得降维后的多维数据集,将降维后维度相同的多维数据划分到同一个存储结构中;维度矩阵获取单元:利用多维数据构建维度矩阵;存储块获取单元:将存储结构合并为存储块,并在存储块上构建索引;查询模块:利用维度矩阵在存储块上查询数据。本发明用于高维数据的查询。
本发明采用PCA方法对多维数据进行数据预处理,将数据按照维度进行分类,避免了维度灾难问题,并且将数据按照特征进行了分类。本发明根据存储块的内数据维度和数据分布构建索引,合理应用数据特征以及索引本身特点,提升了查询效率。本发明提供了一套高效的查询策略,对候选点进行裁剪,缩短了查询时间,并提升了查询精度。同时本发明并不依赖哈希函数。本发明在各种数据集(大规模、高维度的真实数据集、不同类型的合成数据集)上,都可以实现快速高效的最近邻查询,实现了效率和精度的平衡;并且实现了参数的自动调整。
黑龙江大学(Heilongjiang University),位于黑龙江省哈尔滨市,是黑龙江省人民政府和中华人民共和国教育部、国家国防科技工业局共建的省属综合性大学,黑龙江省“双一流”建设国内一流大学A类高校,入选国家卓越法律人才教育培养计划、中西部高校基础能力建设工程、特色重点学科项目、国家建设高水平大学公派研究生项目、中国政府奖学金来华留学生接收院校、全国深化创新创业教育改革示范高校、教育部来华留学示范基地,是世界翻译教育联盟、中俄新闻教育高校联盟、中俄综合性大学联盟、上海合作组织大学、“一带一路”智库合作联盟成员单位。
评价单位:“科创中国”黑龙江科技服务团 (黑龙江省科学技术协会)
评价时间:2023-11-06
综合评价
技术前景广阔,具备技术成果转移转化要求。
查看更多>