原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
一种基于椭圆体聚类的高维索引方法.pdf
第23卷第4期 模式识别与人工智能 V01．23No．4
2010年8月 PRAI Aug2010
一种基于椭圆体聚类的高维索引方法
崔江涛1 郭 勇1 周水生2
1(西安电子科技大学计算机学院西安710071)
2(西安电子科技大学理学院西安710071)
摘要提出一种在椭圆体聚类上进行主分量排序的高维索引方法，线性访问较少的数据点就可完成k近邻搜索
过程．该方法对数据集进行椭圆体聚类划分，在KL变换域上建立近似向量．在|i}近邻搜索过程中，采用部分失真搜
索算法，按照距离下界由小到大的顺序依次搜索各个椭圆体聚类．在大型高维图像特征库上的实验表明，与其他向
量近似方法相比，该索引结构降低近似向量的访问数量，能够较显著提高k近邻搜索速度．
关键词高维索引，向量近似，椭圆体聚类，主分量排序
311
中图法分类号TP
Method
High-DimensionalIndexing
Basedon Clustering
Elliptical-Shaped
CUI
Jiang．Ta01，GUOYon91，ZHOUShui—Shen92
Scienceand 71007
1(School University，XFan1)
ofComputer Technology，Xidian
71007
2(SchoolofScience，XidianUniversity，XFan1)
ABSTRACT
A linear methodis basedon
bysortingprincipalcomponent
high—dimensionalindexing presented
reducesthenumberofdata accessed
proposedapproach points during
elliptical—shapedclustering．The
search．Thedatasetis intosome KL
thek-nearest clusters，and
neighbor partitioned eUiptical—shaped
domain
transformis oneachcluster．The vectorsarebuiltattheKLtransformon
performed
文档评论（0）