%0 Journal Article
%T 基于聚类分解的高维度量空间索引b+-tree
%A 张军旗？
%A 周向东？
%A 王梅？
%A 施伯乐？
%J 软件学报
%P 1401-1412
%D 2008
%X 为了提高索引性能,高维度量空间索引通常采用k-means等聚类技术来获取数据的分布信息.但是,已知的工作需要根据经验来确定聚类参数,缺乏对聚类与查询性能之间关系的理论分析.提出了一种基于聚类分解的高维度量空间b+-tree索引,通过聚类分解,对数据进行更细致的划分来减少查询的数据访问.对聚类与查询代价的关系进行了讨论,通过查询代价模型,给出了最小查询代价条件下的聚类分解数目等理论的计算方法.实验显示,提出的索引方法明显优于idistance等度量空间索引,最优聚类分解数的估计接近实际最优查询时所需的聚类参数.
%K 高维空间
%K 索引结构
%K 查询代价模型
%K 聚类分割
%U http://www.jos.org.cn/ch/reader/view_abstract.aspx?file_no=20080613&flag=1