逐维聚类的相似度索引算法

随着多媒体信息技术的迅速发展，多维度索引技术在图像、视频等可视信息的存储、检索方面成为一个重要的研究领域，针对“维数危机”难题，提出逐维聚类相似度索引算法，该算法根据数据集的分布特性，对特征矢量的每一维进行聚类，算法在实现检索时可以逐步滤除与查询矢量不相似的数据集，缩小检索范围，进而提高了检索速度，实验结果表明，逐维聚类算法适用于基于相似度的高维数据矢量检索和查询，是一种简单、灵活的索引结构。     

基于进化规划策略的纹理图象检索

由于进化规划具有群体搜索和随机信息交换的优点,可以对图象特征矢量进行优化选取,有鉴于此,本文提出了一种新的基于进化规划的纹理图象的检索方法,实验结果表明,该方法能够充分体现出进化规划算法在纹理图象检索方面的优越性,有效提高检索精度,改善了检索效果。