[发明专利]一种基于IDistance的细粒度位码过滤的相似性检索方法

权利要求书

1.一种基于IDistance的细粒度位码过滤的相似性检索方法，其特征在于，包括以下步骤：

S1、建立FGBC-IDistance的索引结构图；

S11、在锚点P_i(P_i1,P_i2,…,P_ij,…,P_id)的每一维的两边再寻找2个锚点作为次锚点，次锚点用((L₁,R₁),(L₂,R₂),…,(L_j,R_j)…,(L_d,R_d))表示，R_j>L_j，1≤j≤d，P_ij表示锚点P_i在第j维上的值，R_j和L_j表示锚点P_i的第j维上的两个次锚点；

S12、细粒度位码FGBC，设向量S(S₁,S₂,…,S_d)所属的聚类子空间的锚点为P_i(P_i1,P_i2,…,P_ij,…,P_id)，向量S的FGBC码表示为B_S(b_S11b_S12,b_S21b_S22,…,b_Sj1b_Sj2,…,b_Sd1b_Sd2)，其中b_Sj1b_Sj2满足公式(1)：

其中，b_Sj1b_Sj2是向量S在锚点P_i的第j维上的位码，S_j是向量S在第j维上的值；

S13、建立索引结构图；

S2、基于FGBC-IDistance的索引结构图进行检索，检索过程为：

S21、通过IDistance检索获得候选集

通过和各个锚点P_i的距离来测算：查询点q的搜索圆是否与该锚点P_i的向量子集相交；

相交的判断公式为：dist(q,P_i)<C_i+r

不相交的判断公式为：dist(q,P_i)>C_i+r

其中，函数dist(q，P_i)表示查询点q到锚点P_i的距离，C_i为锚点P_i的向量子集中离锚点P_i最远的向量的距离，r为查询点q的搜索圆的半径；

若不相交则该锚点的向量子集中无检索目标点；

若相交，则确定锚点P_i搜索的距离(dist)环体范围：

{x∈P_i,max(dist(P_i,q)-r,0)＜dist(P_i,x)＜min(dist(P_i,q)+r,C_i)}

其中，x表示任意向量；

从而确定iDist的搜索范围：

{x∈P_i,i*c+max(dist(P_i,q)-r,0)＜iDist(P_i,x)＜i*c+min(dist(P_i,q)+r,C_i)}检索到的向量集则为候选集；

S22、对候选集中的每个向量进行FGBC码过滤；

判断是否过滤的原则是：查询点q的搜索圆和锚点P_i的FGBC码所在区域是否相交，若相交则不过滤，若不相交则过滤；

FGBC码所在区域是FGBC码将锚点P_i聚类子空间的每一维分成4个区域，每一维度产生的位码长度为2，则d维的数据产生的位码长度为2d，位码将整个聚类子空间划分成了2^2d个小区域；

S23、对过滤后的候选集中的每个向量与查询点q进行距离计算，若距离小于r，则进入最终的检索结果集。