一种快速的反向k近邻查找算法及其改进

来源 :第23届过程控制会议 | 被引量 : 0次 | 上传用户:limengwy
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
  反向k近邻是反向最近邻的扩展,目前大多数反向k近邻查询算法主要从R树演化而来,其查询性能往往随着维数的增加而下降,并且对于k>1的情况性能不尽人意。本文提出一种快速的反向K近邻查找算法,该方法利用现代计算机具有外存便宜,运行速度快的特点,预先计算数据之间的距离,并组织为数据索引块存储于外存,由计算机在空闲时自动进行维护。在进行反向最近邻查询时,只需读入相应的索引块,就可以进行直接查询,其时间复杂为O(N),而且不受k大小的影响。为减少索引块的读取时间,本文又提出一种改进方法来有效地压缩索引块,仅用必要的二进制位来存储对象之间的距离,并将冗余减少到最低水平,有效地提高了算法的效率。最后通过实验分析评估算法的有效性和效率。
其他文献
期刊
对涟钢 5# 高炉在吨铁渣量达 340~350 kg 的条件下,2002 年 7 月 14 日取消上渣操作前后的高炉操作指标进行了对比分析.涟钢 5# 高炉由此避免了渣口损坏、利用系数提高 0.05 t
将核学习方法的思想和改进的选择C-均值聚类算法相结合,提出了一种改进的模糊核聚类算法,使其能对非超球体、含有噪音和离群点及样本不均衡的数据进行有效的聚类.通过引入高斯核