海量數(shù)據(jù)的高維索引結(jié)構(gòu)研究.pdf

1、圖像作為一種內(nèi)容豐富、表現(xiàn)直觀的媒體，在許多領(lǐng)域都得到了廣泛應(yīng)用，如數(shù)字圖書館、地理信息系統(tǒng)、生物信息學(xué)的DNA數(shù)據(jù)庫和醫(yī)學(xué)輔助診斷等。如何在大型圖像數(shù)據(jù)庫中快速處理基于內(nèi)容的相似性檢索變得越來越重要，高維索引技術(shù)是基于內(nèi)容的相似性檢索領(lǐng)域研究的一個基本問題，也是一個熱點(diǎn)問題，因此研究海量數(shù)據(jù)的高維索引結(jié)構(gòu)具有重要的理論和實(shí)際意義。然而，由于受到“維度災(zāi)難”的影響，隨著數(shù)據(jù)維數(shù)的增長，傳統(tǒng)的索引結(jié)構(gòu)性能急劇下降。 針對上述問題，

2、本文以大規(guī)模圖像庫的海量高維數(shù)據(jù)為背景，圍繞圖像特征的高維特性，通過實(shí)驗(yàn)研究分析了圖像高維特征數(shù)據(jù)的距離分布特點(diǎn)，在此基礎(chǔ)上，研究并設(shè)計(jì)了新的高維數(shù)據(jù)索引結(jié)構(gòu)KVP-tree。論文的主要工作如下： 第一，本文通過實(shí)驗(yàn)首先提取分類圖像庫和混合圖像庫的不同類型不同維數(shù)的特征向量并對其進(jìn)行歸一化，然后計(jì)算圖像庫中任意兩幅圖像之間的距離，最后分析得出高維數(shù)據(jù)的距離分布特點(diǎn)：高維空間中的距離分布具有較大的均值和較小的方差，其距離分布是“集

3、中的”。進(jìn)而分析得出如下結(jié)論：高維空間的索引結(jié)構(gòu)采用“平衡樹”不一定是最好選擇。 第二，本文結(jié)合K-means聚類算法和M-tree的結(jié)點(diǎn)結(jié)構(gòu)對VP-tree進(jìn)行改進(jìn)，給出了一種新的高維索引結(jié)構(gòu)KVP-tree，介紹了其設(shè)計(jì)思想、結(jié)點(diǎn)結(jié)構(gòu)、建樹過程和查詢方法，最后利用測試數(shù)據(jù)，對VP-tree和KVP-tree的性能進(jìn)行深入的實(shí)驗(yàn)分析。通過實(shí)驗(yàn)對KVP-tree和VP-tree的查詢性能進(jìn)行了詳細(xì)比較，KVP-tree增加了結(jié)點(diǎn)