基于聚类分解的高维度量空间索引B.pdf

  1. 1、本文档共12页,可阅读全部内容。
  2. 2、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。
  3. 3、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
  4. 4、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)。
查看更多
ISSN 1000-9825, CODEN RUXUEW E-mail: jos@ Journal of Software, Vol.19, No.6, June 2008, pp .1401− 1412 DOI: 10.3724/SP.J.1001.2008.01401 Tel/Fax : +86-10 © 2008 by Journal of Software. All rights reserved. ∗ + 基于聚类分解的高维度量空间索引B -Tree + 张军旗, 周向东 , 王 梅, 施伯乐 (复旦大学 计算机与信息技术系,上海 200433) + Cluster Splitting Based High Dimensional Metric Space Index B -Tree + ZHANG Jun-Qi, ZHOU Xiang-Dong , WANG Mei, SHI Bai-Le (Department of Computing and Information Technology, Fudan University, Shanghai 200433, China) + Corresponding author: E-mail: xdzhou@ + Zhang JQ, Zhou XD, Wang M, Shi BL. Cluster splitting based high dimensional metric space index B -Tree. Journal of Software, 2008,19(6):1401−1412. /1000-9825/19/1401.htm Abstract: In order to improve the query efficiency, K-means cluster approach is often used to estimate the data distribution in the context of high dimensional metric space index. But in previous work, the parameters of clustering are usually selected according to some heuristic manner. This paper presents a new high dimensional index approach —cluster splitting based high dimensional B+ -tree. Through cluster splitting, the data space is partitioned more finely to reduce the cost of data

文档评论(0)

136****3783 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档