公开(公告)号：CN119719828A

公开(公告)日：2025-03-28

申请号：CN202411709931.9

申请日：2024-11-27

Applicant: 复旦大学 ,  星环信息科技(上海)股份有限公司

Inventor： 张凯 ,  何翱翔 ,  王晓阳 ,  刘熙 ,  陈振强 ,  吕程

IPC: G06F18/23213 ,  G06F18/2325

Abstract: 本发明公开了一种面向持久化存储的高维向量近似最近邻检索方法；其包括索引构建阶段和搜索阶段；索引构建阶段，采用聚类算法对数据集进行空间划分，引入中心替换策略选取代表性向量用于建立入口点图，同时在原始数据集上构建第二层近邻图；搜索阶段，利用入口点图结果快速定位查询向量至最接近的入口点，缩短了搜索路径。本发明采用最佳乘积量化编码策略，降低了SSD数据加载开销；采用多束搜索策略有效利用文件系统按页读取特性，减少了时间开销，增大了数据加载量；采用迭代搜索策略收集查询向量搜索特征，自适应搜索过程，提高了搜索效率。本发明针对大规模数据的混合架构挑战，提供了一种优化近似最近邻搜索、高效的搜索解决方案。