导　　师： 李磊

学科专业： H1202

授予学位： 硕士

作　　者： ;

机构地区： 中山大学

摘　　要： 在基于内容的多媒体信息检索中，人们利用特征提取算法从多媒体对象中提取出特征矢量，然后利用特征矢量之间的距离衡量多媒体对象之间的相似度。相似性检索的实现就是通过计算查询矢量与数据库中矢量之间距离以找出满足条件的对象。当数据库中对象很多时，简单的顺序扫描将导致极大查询代价，无法满足用户需求。为了有效实现快速相似查询，就必须借助于多维数据索引结构。 为了有效索引多维数据，人们进行了大量研究，提出了众多的索引结构，例如rtree，r*-tree，x-tree，sr-tree，ss-tree等，这些索引结构在低维空间中性能很好，但是，在高维空间中，性能急剧下降，甚至不如顺序查询，这种现象被称为“维数危机”。 为了解决“维数危机”，本文提出了一种基于边界区域分离的高维索引结构，实践证明，该索引结构在高维空间中有着良好的性能。

关 键 词： 高维索引结构 相似查询 维数危机 边界区域分离 多媒体信息检索

分 类 号： [TP391]

领　　域： [自动化与计算机技术] [自动化与计算机技术]