HD-Index：突破高维空间近似 k 近邻搜索的可扩展性—精度边界
数据库
2018-04-24 v2
摘要
由于维数灾难，高维空间中大规模数据库的近邻搜索 inherently 困难。因此，要解决近邻搜索问题，实际上必须引入某种近似。本文提出一种新颖而简单的索引方案 HD-Index，用于解决海量高维数据库中的近似 k 近邻查询问题。HD-Index 由一组建立在数据库对象 Hilbert 键上的称为 RDB 树的新颖层次结构构成。RDB 树的叶子存储数据库对象到参考对象的距离，从而可利用距离过滤器进行有效剪枝。除三角不等式外，我们还使用托勒密不等式以产生更好的下界。在海量（高达十亿规模）高维（高达 1000+）数据集上的实验表明，HD-Index 有效、高效且可扩展。
引用
@article{arxiv.1804.06829,
title = {HD-Index: Pushing the Scalability-Accuracy Boundary for Approximate kNN Search in High-Dimensional Spaces},
author = {Akhil Arora and Sakshi Sinha and Piyush Kumar and Arnab Bhattacharya},
journal= {arXiv preprint arXiv:1804.06829},
year = {2018}
}
备注
PVLDB 11(8):906-919, 2018