用代数格实现点数据索引

提出用代数格实现多维点数据索引的一般方法 .在该方法中 ,首先用格矢量量化器对点数据进行量化 ,然后用倒排文件和散列表存储和索引量化后的点数据 ,以便利用代数格良好的代数和几何性质实现快速检索 .最后给出了基于 E8格的八维点数据索引性能的计算机模拟结果 .

用SOM聚类实现多级高维点数据索引

高维点数据的索引是基于内容的信息检索的主要研究问题之一 从SOM聚类算法出发 ,利用自组织映射的良好性能 ,解决了R Tree及其变体算法中的边界索引问题 ,并能适应维数更高的点数据 同时针对传统聚类算法只能组织一级索引的局限 ,提出了利用SOM网络组织多级索引 ,并用半径进行剪枝处理的优化办法 实验结果表明 ,提出的方法不仅克服了传统聚类方法的搜索过程可能产生的查询错误 。