LSH的高维大数据k近邻搜索算法

ounce

摘要:局部敏感哈希(ILSH)及其变体是解决高维数据k近邻(kNN)搜索的有效算法.但是,随着数据规模的日趋庞大,传统的集中式ISH算法结构已经不能够满足大数据时代的需求.本文分析传统ISH方案的不足之处,拓展AND-OR结构,提出通过索引而不比较原始数据直接实现高维大数据k近邻搜索算法C2SLSH.理论分析和实验证明,C2SLSH在分布式平台下具有稳定的可扩展性,在保证同等精确率的情况下,处理速度大约是现有方法的3倍.
6 l/ j- I2 ?7 L关键词:高维数据k近邻;局部敏感哈希;MapReduce;冲突计数排序
基于LSH的高维大数据k近邻搜索算法.pdf (3.44 MB, 下载次数: 0)

2021-5-28 09:55 上传

点击文件名下载附件
下载积分: 威望 -5

8 E, E# k* G' N. ]/ }) ?" l2 f5 }

SIN2020

LSH的高维大数据k近邻搜索算法 ，收藏了。