一种基于可导航小世界图的多属性近似最近邻搜索方法技术

本发明专利技术公开了一种基于可导航小世界图的多属性近似最近邻搜索方法。本发明专利技术包含以下步骤：步骤一MA‑NSW索引生成方法，包括构建和遍历带有多属性的结点集合

【技术实现步骤摘要】
一种基于可导航小世界图的多属性近似最近邻搜索方法
本专利技术涉及近似最近邻搜索领域，具体涉及一种基于可导航小世界图的多属性近似最近邻搜索方法。
技术介绍
最近邻搜索是使用最为广泛的一种数据搜索技术，广泛应用于计机器学习、模式识别、文本和多媒体搜索等领域。但是实际应用由于搜索集通常非常大，不能满足对于大规模数据检索的时间性能要求。因此，近似最近邻搜索得到越来越多的研究和关注。近似最近邻搜索目前有多种方法实现，比如树方法，哈希方法，矢量量化方法，近邻图方法等。其中近邻图方法是近期提出的查询速度和召回率表现最为优秀的一种方法。可导航小世界图(NSW)是YuryA.Malkov提出的一种图索引方法，使用贪婪算法的变体进行朴素查找最近邻。NSW在大多数情况下召回率和搜索速度十分优秀，并且支持增量更新索引，在推荐系统的应用上具有优势。但是现代近似最近邻搜索的应用需求逐渐变得复杂，常需要多属性近似最近邻搜索，即在近似最近邻搜索的过程中有时需要进行条件筛选，即只返回特定属性组合的最近邻结点。
技术实现思路
本专利技术的目的在于克服上本文档来自技高网...

【技术保护点】
1.一种基于可导航小世界图的多属性近似最近邻搜索方法，其特征在于包含如下步骤：/n步骤1：生成索引/n步骤1.1构建向量集合P，将每个向量作为一个结点，其中每一个结点p都有其属性T(p)，向量集合P即可视作结点集合P；/n步骤1.2构建属性映射表table，用于记录每一种属性组合对应的属性id映射；/n步骤1.3构建全局入口结点，将全局入口结点p

【技术特征摘要】
1.一种基于可导航小世界图的多属性近似最近邻搜索方法，其特征在于包含如下步骤：
步骤1：生成索引
步骤1.1构建向量集合P，将每个向量作为一个结点，其中每一个结点p都有其属性T(p)，向量集合P即可视作结点集合P；
步骤1.2构建属性映射表table，用于记录每一种属性组合对应的属性id映射；
步骤1.3构建全局入口结点，将全局入口结点p0作为首结点，p0是独立于结点集合P的结点，不含有任何实际属性与向量，仅仅作为索引的入口存在；
步骤1.4遍历步骤1.1的结点集合P，遍历完结点集合P中的所有结点后，生成的图结构即为索引，对结点集合P中的结点重复以下操作：
设当前结点为p，设置结点p的最大边数量为ef，对T(p)的所有子集重复如下步骤：
(1)设当前T(p)的子集为Ti，查询属性映射表table是否存在键Ti；若不存在键Ti，则进入步骤(2)；若存在键Ti，则进入步骤(3)；
(2)生成一个新的唯一属性id为wi，并在属性映射表table中记录该键值对为(″key″：Ti，″value″：wi)；在全局入口结点p0与当前结点p之间生成id为wi的边；此时结点p作为新的覆盖层的第一个结点，每一个覆盖层都是独立的可导航小世界图结构，该覆盖层的id也为wi；
(3)从属性映射表table获取到属性Ti的属性id为wi；找到与全局入口结点p0通过id为wi的边连接的结点ep，将结点ep作为查询当前id为wi的覆盖层的入口结点...

【专利技术属性】
技术研发人员：徐小良，李畅，王宇翔，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：浙江;33