用于查找类似字符串的索引策略

作者: 谦成
发布时间: 2024-04-18 12:45:37 (10天前)
转自：

2 条回复

0#
回复此人
布偶的表弟派大星丶 | 2019-08-31 10-32

<div class =“post-text”itemprop =“text”> 首先，这是一个非常棘手的问题。不要指望整洁，整洁的答案。 我见过的一个近似数据结构是 <a href="http://research.nii.ac.jp/~meh/sash/sashpage.html" rel="nofollow"> 空间逼近样本层次结构（SASH） </A> 。 <BLOCKQUOTE> SASH（空间近似样本层次结构）是用于有效地计算相似性查询的近似答案的通用数据结构。相似性查询自然地出现在许多重要的计算环境中，特别是基于内容的多媒体数据库检索，以及用于聚类和分类的最近邻方法。 </BLOCKQUOTE> SASH仅使用距离函数来构建数据结构，因此距离函数（以及在您的情况下，图像散列函数）也需要“好”。基本的直觉大致是如果A~B（图像A接近图像B）和B~C，那么通常是A~C。数据结构在相对接近的项目之间创建链接，并且您仅通过查看来修剪搜索对于更接近您的查询的事情。此策略是否真正有效取决于数据的性质和距离函数。 自从我看了SASH以来已经有10年左右的时间了，所以也可能有更新的发展。 <a href="http://research.nii.ac.jp/~meh/" rel="nofollow"> Michael Houle的页面 </A> 似乎表明他对所谓的事情进行了较新的研究 <a href="http://www.nii.ac.jp/userimg/openhouse/2012/417.pdf" rel="nofollow"> 排名覆盖树木 </A> ，看起来与SASH的目的相似。这至少应该让你开始在该领域的研究;阅读一些论文并遵循参考线索。 </DIV>

编辑

登录后才能参与评论