首页 | 本学科首页   官方微博 | 高级检索  
     

基于聚类分解的高维度量空间索引B~ -Tree
引用本文:张军旗,周向东,王梅,施伯乐.基于聚类分解的高维度量空间索引B~ -Tree[J].软件学报,2008,19(6).
作者姓名:张军旗  周向东  王梅  施伯乐
作者单位:复旦大学,计算机与信息技术系,上海,200433
基金项目:国家自然科学基金,国家重点基础研究发展计划(973计划),中国博士后科学基金,上海市自然科学基金,AMD大学合作计划
摘    要:为了提高索引性能,高维度量空间索引通常采用K-Means等聚类技术来获取数据的分布信息.但是,已知的工作需要根据经验来确定聚类参数,缺乏对聚类与查询性能之间关系的理论分析.提出了一种基于聚类分解的高维度量空间B~ -tree索引,通过聚类分解,对数据进行更细致的划分来减少查询的数据访问.对聚类与查询代价的关系进行了讨论,通过查询代价模型,给出了最小查询代价条件下的聚类分解数目等理论的计算方法.实验显示,提出的索引方法明显优于iDistance等度量空间索引,最优聚类分解数的估计接近实际最优查询时所需的聚类参数.

关 键 词:高维空间  索引结构  查询代价模型  聚类分割

Cluster Splitting Based High Dimensional Metric Space Index B~ -Tree
ZHANG Jun-Qi,ZHOU Xiang-Dong,WANG Mei,SHI Bai-Le.Cluster Splitting Based High Dimensional Metric Space Index B~ -Tree[J].Journal of Software,2008,19(6).
Authors:ZHANG Jun-Qi  ZHOU Xiang-Dong  WANG Mei  SHI Bai-Le
Affiliation:ZHANG Jun-Qi ZHOU Xiang-Dong~ WANG Mei SHI Bai-Le
Abstract:
Keywords:high dimensional space  index structure  query cost model  cluster partition
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号