大数据时代,数据规模和维度与日俱增,对于高维大数据,如何以更低的计算成本估计数据集之间的距离、快速判断数据集之间的关系,进而帮助用户合理地做决策,具有重要的研究意义和广泛的应用场景。例如,在迁移学习中,选择和目标数据集之间距离小的数据集作为源数据集,可以有效地提升学习效果、节约计算成本。最优传输（Optimal Transport）是一种衡量分布之间距离的模型,因此,本文采用Earth Mover’s Distance（EMD）来衡量高维数据集之间的距离,引入层次分解思想,研究高维数据的EMD Query算法。首先,结合实际应用场景,我们定义EMD Query问题:给定欧式空间Rd中的两个加权点集A和B,快速判断它们的EMD是否大于或小于预先给定的阈值T≥ 0。特别地,当维度d很高,且丨A|和丨B|很大时,大多数现有的EMD算法的复杂度过高,无法高效地求解这个问题。其次,我们基于低倍增维度的假设,结合层次分解思想,提出一种数据相关的层次Gonzalez’s算法,从而压缩解空间。进一步,我们提出一种层次EMD Query算法,利用数据结构逐层估计EMD,以避免直接计算A和B之间的EMD,从而更有效地解决EMD Query问题。此外,我们还改进算法,以应对数据集倍增维度ρ未知的情况。本文从理论分析和实验设计两个角度,根据定义的EMD Query问题,对比已有的EMD算法和其他层次分解算法,验证了我们提出的算法运行时间更短、准确率更高、效果更好,具有以下优点:降低时间复杂度,减少计算资源;算法易于编程实现,构建的数据结构简单,减少空间复杂度;算法框架的泛化性强,可以插入任何已有的EMD算法,易于扩展。