空间k近邻查询的新策略

有效执行空间k近邻查询是地理信息系统尤其关心的问题，空间近邻查询是基于空间索引的树的遍历过程，苦测量距离和剪枝策略选取适当，可以极大地减少搜索空间所需访问的事点数，基于Rousspoulos等提出的测量距离，提出2个新的近邻搜索剪枝策略，用于空间k近邻查询，给出了搜索算法，并用算例表明该策略具有更好的剪枝效果，提高了空间k近邻查询的效率。  

基于改进SURF的图像配准关键算法研究

针对图像特征匹配算法维数高,实时性低的缺陷,研究了SURF特征匹配算法,并对其进行了改进。首先在图像的尺度空间中提取SURF特征点,并生成扩展的特征描述向量。然后建立KD-Tree特征结构,采用BBF查询机制进行最近邻查询实现特征点快速匹配。实验结果表明,SURF算法进行特征检测的时间是SIFT算法的1/3;使用BBF进行特征匹配,匹配速度提高了2—3倍。  

基于分段多方位近邻算法求解TSP问题

在利用构造法求解欧氏平面上的TSP问题时,先构造1个只包含4个结点(左上角结点-右上角结点-右下角结点-左下角结点-左上角结点)的简单的环路,这个环路将求解路径分成4段.每个序列每一步都是从当前结点出发,在4个方位近邻结点中按照距离与方位的因素综合考虑选择一个较为合理的近邻结点作为下一步的目标结点,直至每个序列都到达其终点,然后将剩余的结点加入其中的某个序列,最后将4个序列首尾相接形成环路.实验表明,它将经典的最近邻算法的求解结果的精度提高了一个数量级,在许多例子中NN求解长度是它的2～28倍,它的长解长度与最优解的比小于2.8,总体上来说它的性能与最近插入法的性能相当接近.  

基于最优投影和动态阈值的最近邻搜索算法

作者在前人工作成果的基础上,提出并实现了一种基于最优投影和动态阈值调整的最近邻搜索算法DTA(Dynamic Threshold Algorithm);证明了最优投影线定理和投影邻域定理;并分析了DTA算法与SNN算法相比在算法性能上的优势.实验结果表明,当数据规模增大时,DTA算法的运行时间增加相对缓慢,在大规模数据集上DTA算法的运行时间可达传统算法的10%以下;DTA算法对阈值的变化不敏感,能适应不同分布的数据集合.  

一种对K-means算法的改进

数据聚类是一个功能强大的技术,它能够把数据特征相似的对象划分为一类,但是并不是所有的聚类算法的实现都能产生相同的聚类结果;并且K均值算法的结果很大程度上依赖它的初始中心的选择;提出了一种新颖的关于K均值初始中心选择的策略;该算法是基于反向最近邻(RNN)搜索,检索一个给定的数据集,其最近的邻居是一个给定的查询点中的所有点;使用这种方法计算初始聚类中心结果发现是非常接近聚类算法所需的迭代聚类中心;对提出的算法应用到K均值聚类中给予了证明;用几种流行的数据集的实验结果表明了该算法的优点。  

基于SOFM的高速图像检索算法实现

如何在高维图像数据库中快速有效地检索相似图像一直是图像检索领域的主要研究课题之一.本文提出一种基于自组织特征映射网络(SOFM)的高速图像检索算法,在保留高维空间距离的前提下将图像特征映射到一维空间,在低维空间的限定范围内完成检索工作.通过Corel图像数据库(51 138幅图像)进行的实验表明该算法既明显地提高了检索的速度,又有效地保证了检索的准确率.  

一种面向快速图像匹配的扩展LSH算法

基于局部不变特征的图像匹配是三维场景重建的基础.本文使用SIFT特征，在LSH算法基础上，提出一种改进的高维数据搜索算法，较好地解决了图像的快速有效匹配问题.该算法提出一种改进的投影空间，使投影到新空间的高维数据特征的每一维比海明空间具有更高的局部敏感性，相比于经典的LSH、BBF、iDistance等高维搜索算法，本文算法可以获得更高的搜索精度和更快的搜索速度.  

基于局部RBF网络的复杂时间序列预测方法研究

针对复杂时间序列全局预测模型建模效率低、预测性能不佳等问题,提出一种基于局部RBF神经网络的新型预测模型.该模型采用K最近邻搜索方法得到待预测样本的K个近邻,用近邻样本进行RBF神经网络建模,用训练好的RBF神经网络对待预测样本进行预测.实验结果显示该模型在复杂时间序列预测上有良好的性能.  

视频数据库管理中基于内容的视频识别方法

在数字图书馆的建设中。视频数据库是一个很重要的部分。本文介绍了在大的视频数据库中搜索给定视频片段的基本方法，为了提高搜索效率，本文首先介绍了近似一最近邻搜索方法，然后介绍了用于建立索引的LSH方法。  

基于距离的相似最近邻搜索算法研究

为了提高相似最近邻搜索(ANN)算法的精度,提出了一种在度量空间下基于距离的相似最近邻搜索算法一优化的VP森林(OVF)算法.在传统VP树(VT)算法的基础上,首先采用改进的选择优势点的方法,通过从数据集采样优势点候选集,对其进行评估,选取其中区分度大的点作为优势点;然后提出构建多棵VP树的新方法,改进距离优势点远的子树中最近邻不紧凑问题;接着提出使用优先队列与剪枝搜索方法结合的新搜索方法查找最近邻,减少了很多不必要的距离计算.最后通过实验结果表明,本文方法在数据维度、数据集大小、返回不同邻居个数、不同的距离函数及建树个数方面精度有了很大的提高.