發(fā)布時(shí)間：2017-10-20 22:40

  本文關(guān)鍵詞：基于LSH的高維大數(shù)據(jù)k近鄰搜索算法

  更多相關(guān)文章： 高維數(shù)據(jù)k近鄰 局部敏感哈希 MapReduce 沖突計(jì)數(shù)排序

【摘要】：局部敏感哈希(LSH)及其變體是解決高維數(shù)據(jù)k近鄰(k NN)搜索的有效算法.但是,隨著數(shù)據(jù)規(guī)模的日趨龐大,傳統(tǒng)的集中式LSH算法結(jié)構(gòu)已經(jīng)不能夠滿足大數(shù)據(jù)時(shí)代的需求.本文分析傳統(tǒng)LSH方案的不足之處,拓展AND-OR結(jié)構(gòu),提出通過(guò)索引而不比較原始數(shù)據(jù)直接實(shí)現(xiàn)高維大數(shù)據(jù)k近鄰搜索算法C2SLSH.理論分析和實(shí)驗(yàn)證明,C2SLSH在分布式平臺(tái)下具有穩(wěn)定的可擴(kuò)展性,在保證同等精確率的情況下,處理速度大約是現(xiàn)有方法的3倍.
【作者單位】： 寧波大學(xué)信息科學(xué)與工程學(xué)院;
【關(guān)鍵詞】： 高維數(shù)據(jù)k近鄰 局部敏感哈希 MapReduce 沖突計(jì)數(shù)排序
【基金】：國(guó)家自然科學(xué)基金(No.61472194,No.61572266) 浙江省自然科學(xué)基金(No.LY13F020040) 寧波市自然科學(xué)基金(No.2014A610023) “信息與通信工程”浙江省重中之重學(xué)科開(kāi)放基金
【分類(lèi)號(hào)】：TP311.13
【正文快照】： 1引言隨著網(wǎng)絡(luò)規(guī)模的擴(kuò)大,數(shù)據(jù),尤其是高維數(shù)據(jù)呈爆炸式增長(zhǎng)[1~3].從這些海量數(shù)據(jù)中搜索近似對(duì)象是很多應(yīng)用的關(guān)鍵,如近似檢索、推薦系統(tǒng)、k近鄰問(wèn)題等.通過(guò)構(gòu)造索引,如R-tree[4]、K-D tree[5]等,可快速找到查詢對(duì)象的近鄰或近似對(duì)象.然而,隨著數(shù)據(jù)維度的增加,這些算法的效率，

本文編號(hào)：1069818