原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：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
本发明提供一种面向近似最近邻搜索的近邻图更新方法，涉及数据查询技术领域。该方法首先根据向量数据库系统内的数据序列，构建近邻图及其反向图；并删除近邻图中过期顶点及其连接边；然后补偿过期顶点的前驱邻居顶点的出度；基于最小角度最大化的边选择策略进行边的选择；并补偿过期顶点的后继邻居顶点的入度；同时对插入的新顶点进行二次细化；最后基于历史查询优化近邻图结构。该方法消除了因更新带来的性能下降的问题，支持流式更新，避免了因更新而重建近邻图，这增大了向量数据库的适用范围。
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 117150082 A
(43)申请公布日 2023.12.01
(21)申请号 202311078258.9
(22)申请日 2023.08.25
(71)申请人 东北大学
地址 110819
文档评论（0）