2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩54頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、近年來(lái),隨著互聯(lián)網(wǎng)技術(shù)和網(wǎng)絡(luò)信息檢索技術(shù)的不斷發(fā)展,尤其許多應(yīng)用面臨數(shù)據(jù)量呈幾何級(jí)快速增長(zhǎng),并且數(shù)據(jù)維度也逐漸變高。那么,如何高效地處理海量高維數(shù)據(jù)的k近鄰(k-NearestNeighbors,kNN)查詢問(wèn)題已經(jīng)成為當(dāng)前的一個(gè)重要研究課題。由于“維度災(zāi)難”的出現(xiàn),基于R-tree及其變種索引結(jié)構(gòu)已經(jīng)不能夠滿足用戶的需求,算法效率表現(xiàn)出比暴力查詢方法更差的性能。
  位置敏感哈希(LocalitySensitiveHashing

2、,LSH)是最受歡迎且適合于解決處理高維數(shù)據(jù)空間下的近似kNN查詢問(wèn)題。然而,該方法的缺點(diǎn)在于為了保證較高的查詢質(zhì)量需要構(gòu)建許多哈希表,導(dǎo)致存儲(chǔ)代價(jià)較高以及查詢效率低下;此外,隨著處理數(shù)據(jù)量規(guī)模的不斷增大以及MapReduce編程模型的廣泛使用,傳統(tǒng)單機(jī)上的查詢算法已經(jīng)不具備處理海量數(shù)據(jù)的能力,查詢效率、索引代價(jià)等各方面都存在很大的提升空間。為了解決上述存在的問(wèn)題,本文針對(duì)現(xiàn)有基于LSH的近似kNN查詢算法進(jìn)行了深入的研究,主要做了以下

3、相關(guān)工作:
  (1)針對(duì)現(xiàn)有LSH相關(guān)算法索引存儲(chǔ)代價(jià)高以及查詢效率低下等問(wèn)題,本文提出了一種新的二級(jí)混合索引結(jié)構(gòu)LSRP-tree,它先利用RP-tree將整個(gè)數(shù)據(jù)集劃分成多個(gè)子聚類,然后再對(duì)每一個(gè)子聚類構(gòu)建基于LSH的哈希表。基于該索引結(jié)構(gòu),充分利用LSH哈希函數(shù)碰撞的特點(diǎn),還分別設(shè)計(jì)了兩種不同的CCP和CCF近似查詢算法,有效地完成了高維數(shù)據(jù)空間下的近似查詢操作。與LSB-tree/LSB-forest方法相比,本文算法在

4、查詢效率、查詢質(zhì)量以及空間代價(jià)方面均有很明顯的提高。
  (2)為了解決大規(guī)模數(shù)據(jù)處理能力不足的問(wèn)題,文中在分析位置敏感哈希算法以及MapReduce編程機(jī)制的基礎(chǔ)上,利用當(dāng)前非常流行的MapReduce編程模型,結(jié)合MapReduce機(jī)制本身的特點(diǎn),研究了基于LSH的近似kNN查詢算法,設(shè)計(jì)了一種新的分布式索引結(jié)構(gòu),并且提出了相應(yīng)的查詢方法。該方法可以有效地解決海量數(shù)據(jù)環(huán)境下的近似kNN查詢問(wèn)題。最后在真實(shí)以及人工數(shù)據(jù)集上進(jìn)行大

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論