日本››2011,第38卷››问题（9）: 146-149.
• 数据库与数据挖掘 • 上一篇 下一篇
刘艳,郝忠孝
出版日期:
发布日期:
基金资助:
刘燕、郝忠孝
在线：
出版：
摘要：kNN（k最近邻)连接是高维数据库中的一种重要但代价昂贵的基本操作。随着皇家音乐学院容量越来越大且价格逐渐低廉，更多的数据集能够被装入主存。如何实现快速主存kNN（千牛顿）连接，引起人们的关注。索引p-tree-R和p-tree-S连接的特点专门为主存kNN（千牛顿）连接设计的索引。结合编码、节点中心重合技术，给出了构建p-trc}R和p-tree-S的核心算法及相关证明，实验表明，基于该索引的主存kNN p树-kNN-J oin明显优于目前已存在的可用于主存的千年发展目标
关键词: kNN（千牛顿）连接，高维空间，主存，索引结构，kNN公司
摘要：kNN-Join是一种重要但代价高昂的高维数据库原始操作。随着RAM越来越便宜、越来越大，越来越多的数据集可以装入主存，如何高效地实现kNN-Join带来了人们的兴趣。根据主存储器kNN-Join的特点，专门为其设计了4-trecR和4-trecS，并结合编码技术和节点中心重合技术，给出了构建它们的核心算法和相关证书。实验表明，基于p-tree-R和p-tree-S的p-tree-kNN-Join算法优于Gorder现有的主存kNN-Join算法。
关键词： kNN-Join、高维空间、主存储器、索引结构、kNN搜索
刘艳,郝忠孝.高维主存kNN（千牛顿）连接索引结构的核心算法[J] ●●●●。计算机科学, 2011, 38(9): 146-149. https://doi.org/
刘燕，郝忠孝。高维主存kNN-Join索引结构的核心算法[J] ●●●●。计算机科学，2011，38（9）：146-149。https://doi.org/
0 / / 第三方
导出引用管理器 尾注|样板客户经理|项目|BibTeX公司|参考Works
链接本文: https://www.jsjkx.com/CN网址/
https://www.jsjkx.com/CN/Y2011/V38/I9/146
引用
