最近邻查询作为基于位置服务的重要支持性技术之一，引起了众多学者的广泛关注和深入研究，相对于欧式空间而言，路网环境
2017-12-18 14:14
提出一种直接在原始时空坐标系下对一维移动对象的历史轨迹进行连续最近邻查询的算法，给出相关的定义与定理，通过分析轨迹之间的交点及轨迹线段单调性等特征，利用以前所
2009-04-02 08:42
在低维空间中R树的查询效率较高，而在高维空间中其性能急剧恶化，降维成为解决问题的关键。利用Hilbert曲线的降维特性，该文提出基于Hilbert曲线近似k-最近邻查询算法AKNN，分析
2009-04-20 08:53
最近邻方法是机器学习中一个非常流行的方法，它的原理很容易理解：邻近的数据点是相似的数据点，更可能属于同一分类。然而，在高维空间中快速地应用最近邻方法，却是非常有挑战性的工作。
2018-05-29 08:33
为了找到最近邻，通常所用的方法是将数据分成好几份。假设你的数据就像在牧场中吃草的奶牛，给分散在草场中的牛群画不同的圆圈，现在进来了一头新奶牛，问它会落在哪个圆圈里？可以肯定的是，这头新奶牛的最近邻一定也在这个圈里。
2018-08-16 09:24
聚类效果往往依赖于密度和相似度的定义，并且当数据的维增加时，其复杂度也随之增加。该文基于共享型最近邻居聚类算法SNN，提出了一种改进的共享型最近邻居聚类算法RSNN，
2009-05-16 11:38
针对线性降维技术应用于具有非线性结构的数据时无法得到令人满意的结果的问题，提出一种新的着重于保持高维空间局部最近邻信息的非线性随机降维算法（ NNSE）。该算法首先在高维空间中通过计算样本点之间
2017-12-23 11:45
随着大数据时代的到来，大规模多标签数据挖掘方法受到广泛关注。多标签最近邻算法ML_KNN是一种简单高效、应用广泛的多标签分类方法，其分类精度在很多应用中都高于其他常见的多标签学习方法。然而随着需要
2017-11-22 17:32
近年来，位置服务中的隐私保护问题得到了研究者的持续关注，特别是近邻查询中位置隐私保护问题更是得到了广泛的研究．已有工作缺少对查询者个性化隐私偏好约束的系统研究，位置隐私与查询
2018-01-12 16:20
;其次提岀基于贪心队列的近邻簇筛选方法减小了计算复杂度，加快了近邻检索速度;最后提出面量化方法用于近似计算候选数据集向量与査询向量间的距离，与点量化和线量化方法相比量化误差更小，提高了近邻
2021-05-10 16:45
