摘要: 目前,高维数据的快速检索问题已经受到越来越多的关注。当向量空间的维度高于10时,R-tree, Kd-tree,SR-tree的检索效率反而不如线性检索,而位置敏感的哈希((Locality Sensitive Hashing,缩写为LSH)算法成功地解决了高维近邻数据的快速检索问题,因而受到国内外学术界的高度关注。首先介绍了工.SH算法的基本原理和方法,然后使用多重探测的方法对二进制向量的LSH算法做了进一步改进。最后实现了这两种 LSH算法,并通过详细的实验验证表明:在改进后的算法中,通过增加偏移量可
No related articles found! |
|