重庆理工大学学报2021，Vol.35Issue(6) ：147-155.DOI:10.3969/j.issn.1674-8425(z).2021.06.019

一种基于数据空间自适应规则网格划分的Skd-tree最近邻算法

The Skd-tree Nearest Neighbor Algorithm Based on Selfadapting Regular Space Grid

王荣秀 王波
重庆理工大学学报2021，Vol.35Issue(6) ：147-155.DOI:10.3969/j.issn.1674-8425(z).2021.06.019
✕
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据

一种基于数据空间自适应规则网格划分的Skd-tree最近邻算法

The Skd-tree Nearest Neighbor Algorithm Based on Selfadapting Regular Space Grid

王荣秀 1王波2
扫码查看

作者信息

  • 1. 重庆工商大学 人工智能学院,重庆 400067
  • 2. 重庆理工大学 理学院,重庆 400054
  • 折叠

摘要

针对现有kd-tree KNN算法的不足,提出了一种基于规则数据空间网格划分的Skd-tree KNN算法.该树形结构把数据置于空间网格内部,能更好地利用数据的空间分布特性,可以在更小的范围内对被查询数据定位,有效避免对部分无关数据的计算或回溯;同时,为了适应网格空间的规则性,算法中采用了超方体而非超球体来查询局域空间中的最优结果,避免了空间异构带来的缺点.数字实验的结果证明:Skd-tree KNN比kd-tree KNN具备更好的索引定位精度、更少的无关数据回溯和计算、更短的查询时间,尤其适用于数据样本较大或高维度数据的最近邻查询.

关键词

最近邻算法/数据索引/Skd-tree/KNN/查询超体

引用本文复制引用

基金项目

重庆工商大学科研项目(1952036)

出版年

2021
重庆理工大学学报
重庆理工大学

重庆理工大学学报

CSTPCD北大核心
影响因子：0.567
ISSN：1674-8425
被引量1
参考文献量7
段落导航相关论文