论文部分内容阅读
传统索引方法对高维数据进行近邻搜索时会面临维数灾难问题，向量近似方法是一种有效的高维检索方法.提出一种Hadamard变换域上的向量近似方法，在变换域能量最大的分量上建立顺序索引，然后建立近似向量文件.同时提出低维过滤算法，可以在近邻搜索过程中高效排除不匹配近似向量，减少I/O访问时间，提高查询效率.在大型高维图像特征库上的实验表明，该方法性能优于小波变换域的向量近似方法.