• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Digital Signal Processing >Fast k-nearest neighbors search using modified principal axis search tree
【24h】

Fast k-nearest neighbors search using modified principal axis search tree

机译：使用修改后的主轴搜索树进行快速k近邻搜索

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

The problem of k-nearest neighbors (kNN) is to find the nearest k neighbors for a query point from a given data set. Among available methods, the principal axis search tree (PAT) algorithm always has good performance on finding nearest k neighbors using the PAT structure and a node elimination criterion. In this paper, a novel kNN search algorithm is proposed. The proposed algorithm stores projection values for all data points in leaf nodes. If a leaf node in the PAT cannot be rejected by the node elimination criterion, data points in the leaf node are further checked using their pre-stored projection values to reject more impossible data points. Experimental results show that the proposed method can effectively reduce the number of distance calculations and computation time for the PAT algorithm, especially for the data set with a large dimension or for a search tree with large number of data points in a leaf node.
机译：k最近邻居（kNN）的问题是从给定的数据集中找到查询点最近的k个邻居。在可用的方法中，主轴搜索树（PAT）算法在使用PAT结构和节点消除准则查找最近的k个邻居方面始终具有良好的性能。本文提出了一种新颖的kNN搜索算法。所提出的算法存储叶节点中所有数据点的投影值。如果PAT中的叶节点无法被节点消除标准拒绝，则使用其预存储的投影值进一步检查叶节点中的数据点，以拒绝更多不可能的数据点。实验结果表明，所提出的方法可以有效地减少PAT算法的距离计算次数和计算时间，特别是对于大维数据集或叶节点中具有大量数据点的搜索树而言。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号