一种自适应子空间相似性搜索方法

摘要

近年来,在多媒体信息检索、相似性连接和时间序列匹配等数据库领域的相似搜索研究备受关注.绝大部分工作都是在欧式空间条件下,使用度量距离函数计算最近邻(如kNN、kNNJ)来解决搜索目标集合问题.但已有研究表明,此条件下的搜索结果准确性很容易受到高差异维度的影响,且对应的解决方案尚缺乏灵活性和顽健性.首先提出了单机环境下动态子空间(部分维度)下相似搜索问题及解决方案.随着数据规模的扩大,单机算法不能很好地扩展,随之又提出了Hadoop框架下的分布式算法.实验证实,在不影响准确率的情况下,分布式算法的性能要优于集中式算法.