基于降维算法的分布式语义资源搜索
提出了一种面向高维资源的分布式相似资源搜索机制.针对传统的分布式对等(P2P)网络无法解决高维资源的相似性搜索问题,通过基于主成分分析的降维算法将高维资源向量模型映射到低维空间,以低维空间中资源向量模型为索引,映射到P2P网络里的分布式散列表中,以一种完全基于P2P网络和路由机制的简单有效方式实现分布式相似性资源搜索,同时避免资源维数过高引发搜索的维数灾难.对降维处理后资源相似性信息保留情况进行了分析,并通过基于内容寻址网络的仿真验证了降维算法对于构建低维资源索引的有效性.对于具有一定聚类特征的高维资源,该方法可以在分布式的相似性搜索中获得较高的查准率.
向量模型、坐标空间、降维、资源搜索、对等网络
36
TN929.53
杭州华星——北邮信通院2011研究生创新基金;国家科技重大专项项目2012ZX03005008
2013-07-09(万方平台首次上网日期,不代表论文的发表时间)
共5页
74-78