[发明专利]一种基于距离度量的设备故障案例高维索引结构技术

权利要求书

1.一种基于距离度量的设备故障高维案例数据相似查询方法，其特征在于，立足于设备故障案例的聚集特性，使用待查询矢量与参考点之间的距离进行对设备故障案例矢量空间中的数据进行排除，

I、所述的基于距离度量的设备故障案例构造高维索引结构，具体步骤如下：

(1)对特征轴按数据在轴上概率分布密度的大小进行排序，优先选择数据概率分布密度大，且划分次数没有达到参数ε规定的特征轴对数据进行划分；

(2)将根节点设置为当前节点；

(3)如果根节点为空，按步骤(1)选定一根轴，并以内部节点形式记录该轴，跳转到步骤(4)；如果根节点不为空，跳转到步骤(4)；

(4)如果当前节点为内部节点，循环遍历该内部节点的划分结构集合，找出包含待插入的数据点的一个划分结构，即R_L＜x_i≤R_R，其中i为内部节点对应的轴，x_i为构造索引结构时待插入的数据点在第i轴上的投影点，R_L代表该次划分的左边参考点，R_R代表该次划分的右边参考点；否则跳转到步骤(5)；

(5)如果R_L＜x_i≤(R_L+R_R)/2，则将当前节点置为该划分结构的左边区域指针PLR，否则，将当前节点置为该划分结构的右边区域指针PRR；

(6)如果当前节点为叶子节点，且当前节点中包含的数据点个数大于等于m，m为规定的阈值，并且还有轴可供划分，则调用分裂方法，并将当前节点置为将添加的内部节点，跳转到(2)；否则跳转到步骤(7)；

(7)计算数据点与叶子节点对应划分结构的左，右参考点的距离，并将数据点插入叶子节点，叶子节点包含数据集合及数据到父节点中包含的左，右参考点的距离，数据插入方法结束；

所述的分裂方法为：

a、设置当前划分结构为指向叶子节点的划分结构；

b、如果当前划分结构中(R_R-R_L)≤1/ε，跳转到(3)，将当前划分结构划分为二个：{R_L，(R_L+R_R)/2，PLR1，PLR2}、{(R_L+R_R)/2，R_R，PRR1，PRR2}，其中PLR1子树中的叶子节点中的数据点在当前划分结构所在轴的投影满足R_L＜x_i≤(R_L+R_R)/4，PLR2子树中的叶子节点中的数据点在当前划分结构所在轴的投影满足(R_L+R_R)/4＜x_i≤(R_L+R_R)/2；PRR1子树中的叶子节点中的数据点在当前划分结构所在轴的投影满足(R_L+R_R)/2＜x_i≤3(R_L+R_R)/4，PRR2子树中的叶子节点中的数据点在当前划分结构所在轴的投影满足3(R_L+R_R)/3＜x_i≤(R_L+R_R)，继续数据插入方法；

c、按数据在轴上的分布密度大小排序，选择分布密度小于指向该叶子节点的划分结构所对应轴后的第一个轴；

d、对应选择的轴，生成一个内部节点，并将指向该叶子节点的划分结构指向生成的内部节点；

e、设置当前节点为(4)生成的内部节点，重新插入叶子节点中的数据点。

II、所述的使用待查询矢量与参考点之间的距离进行对设备故障案例矢量空间中的数据进行排除，对应查询点Q＝{x₁，...，x_N}，范围查询阈值为T，步骤如下：

(1)将根节点设置为当前节点；

(2)如果当前节点为内部节点，找出内部节点中满足R_Lj＜x_i≤R_Rj的划分结构，并将其设置当前划分结构；

(3)以当前划分结构为中心，在内部节点的划分结构集合中向前和向后搜索，在向前搜索中，如果如满足公式T＜|λ₂-λ₃|/2，其中λ₂，λ₃为Q到左，右参考点的距离，则停止向前搜索，在向后搜索中，如果满足公式T＜|λ₂-λ₃|/2，则停止向后搜索，同时，在搜索过程中执行步骤(4)和步骤(5)；

(4)如果查询点到左参考点的距离小于到右参考点的距离，将当前节点置为该划分结构的左边区域指针PLR，重复第步骤(2)；否则跳转到步骤(5)

(5)如果查询点到左参考点的距离大于等于到右参考点的距离，，将当前节点置为该划分结构的右边区域指针PRR，重复第步骤(2)；否则跳转到步骤(6)；

(6)如果当前节点为叶子节点，如果叶子节点中的数据点到左，右参考点的距离与查询数据点到左，右参考点的距离都满足公式T≥|λ₂-λ₃|/2，则计算距离，如果距离小于阈值T，加入结果集合，否则，跳过该数据点。