已閱讀1頁，還剩59頁未讀， 繼續(xù)免費閱讀
版權說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權，請進行舉報或認領
文檔簡介
1、在基于內(nèi)容的多媒體信息檢索中，人們利用特征提取算法從多媒體對象中提取出特征矢量，然后利用特征矢量之間的距離衡量多媒體對象之間的相似度。相似性檢索的實現(xiàn)就是通過計算查詢矢量與數(shù)據(jù)庫中矢量之間距離以找出滿足條件的對象。當數(shù)據(jù)庫中對象很多時，簡單的順序掃描將導致極大查詢代價，無法滿足用戶需求。為了有效實現(xiàn)快速相似查詢，就必須借助于多維數(shù)據(jù)索引結構。 為了有效索引多維數(shù)據(jù)，人們進行了大量研究，提出了眾多的索引結構，例如RTree，R*-
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容，請與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 高維數(shù)據(jù)索引研究.pdf
- 高維數(shù)據(jù)索引結構研究.pdf
- 高維數(shù)據(jù)集合索引技術.pdf
- 高維數(shù)據(jù)的哈希索引技術研究.pdf
- 高維多媒體數(shù)據(jù)索引算法研究.pdf
- 基于高維數(shù)據(jù)的中國省域經(jīng)濟模糊邊界研究.pdf
- 多媒體數(shù)據(jù)庫高維數(shù)據(jù)索引研究及應用.pdf
- 基于（非）凸極小化的高維數(shù)據(jù)分離與重構研究.pdf
- 一類高維區(qū)域上反應擴散方程的邊界控制.pdf
- 基于二維索引的結構化P2P高維數(shù)據(jù)范圍檢索.pdf
- 基于局部線性嵌入的高維數(shù)據(jù)降維研究.pdf
- 基于投影的高維數(shù)據(jù)異常檢測研究.pdf
- 基于自適應聚類距離邊界的高維檢索算法研究.pdf
- 高維數(shù)據(jù)的維數(shù)約簡算法研究.pdf
- 高維數(shù)據(jù)的低維流形結構研究.pdf
- 基于數(shù)據(jù)挖掘的三維模型表征、索引與檢索研究.pdf
- 基于EP模式的高維數(shù)據(jù)分類算法研究.pdf
- 基于遺傳算法的高維數(shù)據(jù)聚類研究.pdf
- 基于高維稀疏數(shù)據(jù)的離群聚類方法研究.pdf
- 凸區(qū)域的度量與格點數(shù).pdf
評論
0/150
提交評論