多媒體數(shù)據(jù)庫高維數(shù)據(jù)索引研究及應(yīng)用.pdf

1、隨著互聯(lián)網(wǎng)和多媒體技術(shù)的迅速發(fā)展，人們可以訪問到的視頻數(shù)據(jù)急劇增長，如何從這些海量的數(shù)據(jù)中尋找感興趣的內(nèi)容成為一個非常重要的研究課題。通常，人們利用特征提取算法從多媒體數(shù)據(jù)對象中提取出特征矢量，然后利用特征矢量之間的距離表示多媒體對象之間相似度，從而利用相似性檢索，通過計算查詢矢量與數(shù)據(jù)庫中矢量之間的距離找出滿足條件的對象。由于這些特征矢量通常維數(shù)較高，且當(dāng)數(shù)據(jù)庫中矢量很多時，簡單的順序掃描搜索將導(dǎo)致極大的查詢代價，無法滿足用戶需求。為

2、了提高查詢效率，就必須借助于高效的、適合高維數(shù)據(jù)的索引結(jié)構(gòu)。
　　 近幾十年中，人們提出了很多高維數(shù)據(jù)索引結(jié)構(gòu)，如R-Tree、M-Tree及其變種等。這些索引結(jié)構(gòu)在維數(shù)升高時性能會急劇下降，即產(chǎn)生所謂的“維災(zāi)”。另外，目前的很多索引結(jié)構(gòu)都是適用于維數(shù)一定的數(shù)據(jù)，當(dāng)多媒體系統(tǒng)中同時存在不同維度的特征矢量時，其查詢性能也受到影響。
　　 本文對現(xiàn)有的索引結(jié)構(gòu)進行了研究。已有的NB-Tree(Norm B+-Tree)方法通

3、過計算特征矢量與參考點的距離將高維特征矢量映射到一維距離空間，采用大型數(shù)據(jù)庫系統(tǒng)所支持的B+-tree進行索引，通用性強且易于維護。但NB-Tree未考慮數(shù)據(jù)分布情況，使得相似查詢的候選結(jié)果集中存在很多臟數(shù)據(jù)，增加了不必要的距離計算次數(shù)。結(jié)合已有的NB-Tree改進方法，本文從數(shù)據(jù)分布的角度出發(fā)，改進出INNB-Tree(Improved New NB-tree)。INNB-Tree采用主成分析原理選擇landmark點的方法來選擇參考