高維數(shù)據(jù)相似性連接查詢算法

　　為了解決高維數(shù)據(jù)相似性連接查詢中存在的維度災(zāi)難和計(jì)算代價(jià)高等問(wèn)題，基于p一穩(wěn)態(tài)分布，將高維數(shù)據(jù)映射到低維空間。根據(jù)卡方分布的性質(zhì)，證明了如果低維空間的距離大于b，則原始空間距離大于e的概率具有一定的下界，從而可以在低維空間以較低的計(jì)算代價(jià)進(jìn)行有效過(guò)濾。在此基礎(chǔ)上，提出了基于卡方分布的高維數(shù)據(jù)相似性連接查詢算法。為了進(jìn)一步提高查詢效率，提出了基于雙重過(guò)濾的高維數(shù)據(jù)相似性連接查詢算法。利用真實(shí)數(shù)據(jù)集進(jìn)行了實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果表明所提方法具有較好的性能?；诳ǚ椒植嫉南嗨菩赃B接查詢算法召回率可以達(dá)到90%以上?；陔p重過(guò)濾的相似性連接查詢算法可以進(jìn)一步提高性能，但是會(huì)損失一定的召回率。對(duì)時(shí)間性能要求比較高、對(duì)召回率要求不太嚴(yán)格的查詢?nèi)蝿?wù)可以采用基于雙重過(guò)濾的相似性連接查詢算法；反之，可以采用基于卡方分布的相似性連接查詢算法。