高维数据索引相关论文
近年来，随着数据库技术以及数字化技术的不断进步，针对高维时间序列的数据挖掘研究引起了越来越多学者广泛的兴趣。然而，由于数据维度......
针对LSH技术的固有缺点提出了一种根据数据自动调整LSH索引结构关键参数的方法，该方法面向数据集，使得索引结构可以针对不同数据集的......
随着多媒体技术的发展,许多领域产生大量的高维数据集。为了有效地检索这些高维数据,高维索引成为人们研究的热点。聚类树是一种有......
本文提出一种新的高维空间中点数据的索引方法，其基本原理是用格矢量量化（Latticevectorquantization）均匀划分数据空间、用倒排文件（I......
局部敏感哈希（LSH）算法是有效的高维数据索引方法之一，该算法成功地解决了“维数灾难”问题。分析了LSH算法中主要参数对索引性能的影......
随着因特网的普及和数字技术的进步,包括图像在内的大量多媒体资源散布于因特网的各个节点上,如何有效的组织和检索多媒体数据成为......
随着信息技术的变革,云计算、物联网、工业4.0、互联网+、电子商务以及移动互联网等新技术应运而生,网络空间中的数据规模及表现形......
随着大数据和人工智能的高速发展,针对多媒体数据的结构化处理与基于内容的检索受到极大的关注,面对多媒体数据结构化后的海量高维......
随着信息化逐步改善生活,衍生出如人人网、开心网、腾讯朋友网等的各类社区网络服务,它们向人们提供整合知识、咨询疑难、新闻关注......
局部敏感哈希LSH算法是有效的高维数据索引方法,如何生成哈希函数是算法的关键部分。LSH算法的哈希函数是基于p-稳态分布随机生成......
提出一种快速的图像型垃圾邮件过滤方案,结合半监督机器学习技术改进局部敏感哈希（LSH）算法,基于改进的LSH算法构建垃圾图像特征库索......
