%0 Journal Article
%T 二次式距离上基于SVD的高维图像索引方法
%A 崔江涛
%A 孙君顶
%A 付少锋
%A 周利华
%J 中国图象图形学报
%D 2006
%R 10.11834/jig.20060482
%X 向量近似方法（vectorapproximationfile）是解决高维索引中维数灾难问题的一种有效方法，但是它不能直接支持二次式距离上的近邻搜索，为此，提出一种基于奇异值分解（SVD）的二次式距离上的向量近似方法，通过奇异值分解技术将二次式距离变换为欧氏距离形式，对变换后的特征向量进行近似得到近似向量。进行近邻搜索时采用低维过滤算法，先在较高能量的低维子空间内计算近似距离进行过滤，再对过滤结果进行高维距离计算。实验结果表明，低维过滤算法可以过滤掉大部分特征向量，而只有小部分数据需要进行高维距离运算，该方法可以显著提高大型高维图像数据库的近邻搜索性能。
%K 维数灾难
%K 二次式距离
%K 近邻搜索
%K 奇异值分解
%K 向量近似
%U http://www.cjig.cn/jig/ch/reader/view_abstract.aspx?file_no=20060482&flag=1