基于聚类分解的高维度量空间索引B+-Tree

被引：22

作者：

张军旗

周向东

王梅

施伯乐

机构：

[1] 复旦大学计算机与信息技术系

来源：

软件学报 | 2008年 / 06期

基金：

上海市自然科学基金; 中国博士后科学基金;

关键词：

高维空间; 索引结构; 查询代价模型; 聚类分割;

D O I：

暂无

中图分类号：

TP311.13 [];

学科分类号：

1201 ;

摘要：

为了提高索引性能,高维度量空间索引通常采用K-Means等聚类技术来获取数据的分布信息.但是,已知的工作需要根据经验来确定聚类参数,缺乏对聚类与查询性能之间关系的理论分析.提出了一种基于聚类分解的高维度量空间B+-tree索引,通过聚类分解,对数据进行更细致的划分来减少查询的数据访问.对聚类与查询代价的关系进行了讨论,通过查询代价模型,给出了最小查询代价条件下的聚类分解数目等理论的计算方法.实验显示,提出的索引方法明显优于iDistance等度量空间索引,最优聚类分解数的估计接近实际最优查询时所需的聚类参数.

引用

页码：1401 / 1412

页数：12

共 4 条

[1] 基于关键维的高维空间划分策略 [J].

周项敏 ;

王国仁 .

软件学报, 2004, (09) :1361-1374

[2] 一种支持快速相似检索的多维索引结构 [J].

冯玉才 ;

曹奎 ;

曹忠升 .

软件学报, 2002, (08) :1678-1685

[3] 多维向量动态索引结构研究 [J].

周学海 ;

李曦 ;

龚育昌 ;

赵振西 ;

徐海燕 .

软件学报, 2002, (04) :768-773

[4]

A cost model for similarity queries in metric spaces .2 Ciaccia P,Patella M,Zezula P. Proc.of the 17th ACM Conf.on Principles on Database Systems . 1998

← 1 →