作者：刘恋 向凤红 毛剑琳多媒体数据库高维索引最近邻搜索超平面分层聚类
摘要：“自适应集群距离边界”高维索引方法虽可得到查询点与聚类之间更紧致的距离边界，但该方法需要大量的边界距离计算，当集群个数增加时无法兼顾过滤能力和CPU性能，且没有在候选集群内部提供高效的剪除机制。本文提出一种新的以超平面聚类为基础的索引结构TreeHB来提升最近邻查询性能。首先，用层次化聚类方法聚类，将聚类结果用树形结构进行管理，在保证过滤能力的前提下，可降低距离下界计算量，减少CPU开销。其次，在候选集群内部设计一种新的剪除机制，进一步过滤无关数据元，降低I/O开销。结果证明，这种新方法性能优于原有的超平面索引方法及其他著名的高维索引方法。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
