| 摘要 | 第1-5页 |
| ABSTRACT | 第5-7页 |
| 目录 | 第7-9页 |
| 第一章 绪论 | 第9-15页 |
| ·课题研究背景及意义 | 第9-10页 |
| ·课题研究背景 | 第9-10页 |
| ·课题的研究意义 | 第10页 |
| ·高维索引研究近况 | 第10-12页 |
| ·论文章节安排 | 第12-15页 |
| 第二章 高维数据索引结构 | 第15-33页 |
| ·高维数据的特性 | 第15-17页 |
| ·高维数据索引的应用 | 第17-18页 |
| ·高维数据的相似性检索 | 第18-20页 |
| ·高维数据索引结构分类 | 第20-27页 |
| ·向量空间常见高维索引结构 | 第20-24页 |
| ·度量空间常见高维索引结构 | 第24-27页 |
| ·高维索引存在的问题 | 第27-30页 |
| ·高维数据索引 | 第27-28页 |
| ·维度灾难现象的产生 | 第28-30页 |
| ·衡量高维索引的标准 | 第30-31页 |
| ·本章小结 | 第31-33页 |
| 第三章 LSH算法的描述 | 第33-45页 |
| ·最近邻及近似最近邻算法 | 第33-35页 |
| ·LSH算法的定义 | 第35-36页 |
| ·l_p范数的LSH算法 | 第36-38页 |
| ·P稳定分布 | 第36-37页 |
| ·哈希函数族 | 第37-38页 |
| ·LSH算法的参数 | 第38-39页 |
| ·LSH算法实现细节 | 第39-42页 |
| ·R-NN数据结构的建立 | 第39-40页 |
| ·散列桶 | 第40-42页 |
| ·LSH需要的内存空间 | 第42-43页 |
| ·LSH算法的作用 | 第43-44页 |
| ·高维下近似查询 | 第43-44页 |
| ·分类和聚类 | 第44页 |
| ·数据压缩 | 第44页 |
| ·本章小结 | 第44-45页 |
| 第四章 LSH算法的性能改进 | 第45-57页 |
| ·LSH算法原理描述 | 第45页 |
| ·LSH算法的执行过程 | 第45-47页 |
| ·LSH算法的改进 | 第47-49页 |
| ·更快哈希函数的计算 | 第47-48页 |
| ·减少函数h_1(g_i(q))和h_2(g_i(q))计算时间 | 第48页 |
| ·跳过重复点 | 第48-49页 |
| ·版权检索实验及性能分析 | 第49-56页 |
| ·实验环境 | 第49-52页 |
| ·实验结果及性能分析 | 第52-56页 |
| ·本章小结 | 第56-57页 |
| 第五章 论文总结与展望 | 第57-59页 |
| ·论文总结 | 第57-58页 |
| ·展望 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 致谢 | 第63-65页 |
| 攻读硕士学位期间发表的论文 | 第65页 |