大规模图像库的高维索引技术研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-12页 |
| 1 绪论 | 第12-33页 |
| ·课题背景 | 第15-18页 |
| ·传统索引方法 | 第15-17页 |
| ·高维索引目前面临的主要问题 | 第17-18页 |
| ·课题的研究动机 | 第18页 |
| ·国内外概况 | 第18-31页 |
| ·基于一维转换的索引方法 | 第20-26页 |
| ·基于近似向量的索引结构 | 第26-27页 |
| ·基于主存的索引 | 第27-31页 |
| ·课题主要研究工作 | 第31-33页 |
| 2 索引剪枝过滤 | 第33-46页 |
| ·相关知识 | 第33-35页 |
| ·空间填充曲线 | 第33-34页 |
| ·相似性检索 | 第34-35页 |
| ·应用背景 | 第35-37页 |
| ·关键技术 | 第37-43页 |
| ·向量排序（Vector Order） | 第37-38页 |
| ·剪枝判断 | 第38页 |
| ·分解处理 | 第38-39页 |
| ·距离计算 | 第39-40页 |
| ·范围查询 | 第40-41页 |
| ·KNN 查询 | 第41-43页 |
| ·实验结果 | 第43-45页 |
| ·本章小结 | 第45-46页 |
| 3 高维向量压缩表示 | 第46-55页 |
| ·向量压缩 | 第47-48页 |
| ·索引树 | 第48-49页 |
| ·KNN 查询 | 第49-51页 |
| ·性能分析与评价 | 第51-54页 |
| ·本章小结 | 第54-55页 |
| 4 快速KNN 查询算法 | 第55-70页 |
| ·通用的最近邻查询算法 | 第55-59页 |
| ·LBD 索引树 | 第59-61页 |
| ·KNN 搜索 | 第61-66页 |
| ·利用位码不相同位求距离下界 | 第61页 |
| ·维度优先级 | 第61-62页 |
| ·KNN 搜索算法 | 第62-64页 |
| ·一个实例 | 第64-66页 |
| ·实验结果与评价 | 第66-69页 |
| ·模拟数据实验 | 第67-68页 |
| ·真实数据实验 | 第68-69页 |
| ·本章小结 | 第69-70页 |
| 5 高维主存索引 | 第70-90页 |
| ·相关知识 | 第71-78页 |
| ·线性降维 | 第71-75页 |
| ·非线性降维 | 第75-77页 |
| ·SA-Tree | 第77-78页 |
| ·符号定义 | 第78页 |
| ·CSA-Tree | 第78-84页 |
| ·CSA-Tree 结构 | 第78-82页 |
| ·CSA-Tree 构造 | 第82-83页 |
| ·CSA-Tree 插入 | 第83-84页 |
| ·KNN 查询 | 第84-87页 |
| ·KNN 查询算法 | 第84-85页 |
| ·算法分析 | 第85-87页 |
| ·实验结果与分析 | 第87-89页 |
| ·本章小结 | 第89-90页 |
| 6 总结与展望 | 第90-92页 |
| ·全文总结 | 第90-91页 |
| ·研究展望 | 第91-92页 |
| 致谢 | 第92-93页 |
| 参考文献 | 第93-102页 |
| 附录1 攻读学位期间发表论文的目录 | 第102-103页 |
