基于神经网络的增量式数据索引机制研究
在对传统或文本及多媒体数据进行索引、数据挖掘和可视化等操作时,典型而有效的方法是首先利用空间方法将数据映射到低维空间,并保持原始数据间的距离信息,尔后再执行相应的操作.本文提出了基于神经网络的增量工数据索引方法,在该方法中,首先对其中的少量数据以MDS方法进行索引,并用索引结果训练神经网络,新的数据再通过训练好的神经网络进行索引.利用训练好的神经网络对增量数据的索引时间复杂度为O(n).实验结果表明本文提出的方法在效率及原始数据对象间距离信息保持方面具有明显的效果.
数据索引 神经网络 数据对象 距离信息
陈恩红 张振亚 王煦法
中国科学技术大学计算机系(合肥)
国内会议
昆明
中文
167-172
2001-08-01（万方平台首次上网日期，不代表论文的发表时间）