论文部分内容阅读
本文提出一种新的高维空间中点数据的索引方法，其基本原理是用格矢量量化（Latticevectorquantization）均匀划分数据空间、用倒排文件（InvertedFile）存储格点、用Trie树实现倒排文件的组织和存储、用Trie并行搜索算法实现倒排文件的快速访问.和传统索引方法相比，新方法具有许多优点，例如它能以较低的复杂度建立索引结构、支持非常高维的数据索引、充分利用高维空间中点分布的稀疏性等.实验结果表明，在较高维数时，LIFT性能优于传统索引方法.