基于子向量距离索引的特征匹配算法的改进

来源：计算机工程与科学杂志2015年第4期北京时间：

作者：范文婷，陈秀宏

单位：江南大学数字媒体学院，江苏 无锡 214122

摘要：在解决高维向量的搜索问题方法中，基于子向量距离索引的向量匹配算法iSVD拥有较好的搜索精度和效率。但是，该算法计算复杂度仍然较高，在实际应用中会受到限制。针对该问题，引入关键维选取方法，对iSVD算法进行改进。该方法首先将特征向量划分为多个子向量；再通过某种筛选方法，选出部分子向量代替原特征向量，进而创建索引值；最后利用索引值进行最近邻搜索。该方法能够将相似性较小的特征向量进行有效的区分，且可以进一步缩小最近邻搜索的搜索范围。实验结果表明，该算法能够在保持良好搜索精度的同时，提高匹配的正确率，缩短匹配时间，具有较好的实用性。

关键词：高维向量,特征匹配,子向量距离索引,关键维,最近邻搜索,

基金资助：国家自然科学基金资助项目（61373055）