一种基于最优空间分解的乘积量化近邻检索方法

    公开(公告)号:CN115292537A

    公开(公告)日:2022-11-04

    申请号:CN202210423082.5

    申请日:2022-04-21

    Inventor: 张仕 陈伟林

    Abstract: 本发明涉及一种基于最优空间分解的乘积量化近邻检索方法,包括:获取样本数据集;求解样本数据集的空间分解最优解;按空间分解最优解将样本数据集分解至M个子空间,并分别在各子空间内进行聚类分析,得到若干个簇;以簇质心为索引,构建倒排序表;获取待检索数据;按所述空间分解最优解将检待索数据分解至M个子空间,并分别在各子空间内检索若干个最接近簇;计算所述若干个最接近簇的笛卡尔积,得到若干个候选编码集;根据所述多个候选编码集,查询倒排序表得到检索结果集。本发明将乘积量化的空间划分问题转化为一个使各子空间数据分布体积平衡的空间分解问题,实现了空间的合理划分,有效降低量化误差,提高检索精度。

Patent Agency Ranking