基于联合聚类的超立方体高维索引

摘要：

高维数据集合的最近邻查询性能会受到“维数灾难”(curse of dimensionality)现象的影响.提出了一种基于联合聚类的HC2(hypercube on co-clustering)高维索引结构.首先通过联合聚类算法同时降低数据尺寸和维数,将高维数据集合聚成若干较低维数的类,然后采用超立方体结构对每个类进行空间区域描述.在基于“过滤-精炼”(filter and refine)的查询过程中,计算查询点与各个类之间的距离下界,实现对聚类的有效过滤.为了提高距离下界对真实距离的逼近能力,采用了一种基于统计优化的超立方体区域描述方法SOHC2(statistically optimized hypercube on co-clustering),能够更加有效地缩小搜索空间,提高查询性能.理论分析和实验结果都表明,SOHC2的查询性能明显优于其他索引方法,适合大规模高维数据的查询；与同类索引结构相比,查询速度能够提高3倍以上.

关键词：高维索引、过滤-精炼、联合聚类、超立方体

所属期刊栏目：6

分类号：TP391(计算技术、计算机技术)

资助基金：The National Natural Science Foundation of China under Grant Nos.61173089,61170940

在线出版日期：2012-12-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：1007-1018