海量数据的高维索引结构研究
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-13页 |
| ·研究背景及意义 | 第8-9页 |
| ·国内外研究现状 | 第9-11页 |
| ·高维索引技术 | 第9-11页 |
| ·高维索引应用 | 第11页 |
| ·论文结构 | 第11-13页 |
| 第二章 预备知识 | 第13-23页 |
| ·高维数据的相似性查询 | 第13-14页 |
| ·向量空间和度量空间的高维索引结构 | 第14-19页 |
| ·向量空间和度量空间中索引结构的异同 | 第14-15页 |
| ·向量空间常见高维索引结构 | 第15-17页 |
| ·度量空间常见高维索引结构 | 第17-19页 |
| ·高维索引面临的问题 | 第19-21页 |
| ·高维索引的结构 | 第19页 |
| ·高维索引的管理 | 第19-20页 |
| ·维数灾难现象的产生 | 第20-21页 |
| ·高维索引技术评价准则 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 海量高维数据的距离分布特点 | 第23-39页 |
| ·提取图像特征 | 第23-30页 |
| ·提取颜色特征 | 第23-26页 |
| ·提取纹理特征 | 第26-28页 |
| ·提取形状特征 | 第28-30页 |
| ·图像特征向量归一化方法 | 第30-31页 |
| ·距离度量公式 | 第31-33页 |
| ·实验结果与分析 | 第33-37页 |
| ·实验方案 | 第33-34页 |
| ·实验结果 | 第34-36页 |
| ·实验分析 | 第36-37页 |
| ·本章小结 | 第37-39页 |
| 第四章 一种新的高维索引结构——KVP-tree | 第39-48页 |
| ·相关技术 | 第39-42页 |
| ·K-means聚类方法 | 第39页 |
| ·VP-tree原理 | 第39-41页 |
| ·M-tree结点结构 | 第41-42页 |
| ·KVP-tree及其查询 | 第42-44页 |
| ·KVP-tree的设计思想 | 第42-43页 |
| ·KVP-tree的结点结构 | 第43页 |
| ·KVP-tree的建树过程 | 第43-44页 |
| ·KVP-tree的范围查询 | 第44页 |
| ·性能分析与比较 | 第44-47页 |
| ·测试方案 | 第45页 |
| ·实验环境 | 第45页 |
| ·测试结果 | 第45-47页 |
| ·本章小结 | 第47-48页 |
| 总结与展望 | 第48-50页 |
| 致谢 | 第50-51页 |
| 参考文献 | 第51-55页 |
| 攻读硕士学位期间完成的论文及参加的科研项目 | 第55页 |
