[发明专利]一种多维数据的低比特量化和搜索方法

权利要求书

1.一种多维数据的低比特量化和搜索方法，其特征在于：S01：根据数据集的算术平均值和标准差，确定中值和步长，以此确定分段值，根据数据所处的分段区间得到对应的量化值；S02：使用量化后的值进行ann搜索测试，根据搜索效果调整各分段值，以达到最高召回率的值为最终值；S03：ann搜索校正，减小量化对召回率的影响。

2.根据权利要求1所述的计算分段值的方法，其特征在于：S04：计算数据集的算术平均值o和标准差a，选取o为分段的中值，选取a为步长，2比特量化用的三个分段值分别为o-a、o、o+a；3比特量化时步长为a/2即可。

3.根据权利要求1所述的调整分段值的方法，其特征在于：S05：可调整o的位置，也可调整a的大小，单次调整幅度为原值的十分之一到百分之一，可多次调整，来得到最优值；S06：数据分布以o为中心左右近似对称的，最终调整幅度一般小于20％；数据分布非对称的调整幅度较大，2比特量化最终的中值、步长和3比特差别也较大。

4.根据权利要求1所述的搜索校正的方法，其特征在于：S07：搜索时先使用低比特量化值计算距离，找到的新条目在放入搜索结果时，用原始值或更精确的量化值重新计算距离，将精确距离插入搜索结果，此方法可在量化后召回率降低超过1％时使用。