[发明专利]用于对压缩的数据矢量进行数据挖掘的方法和设备

权利要求书

1.一种用于通过可表达为欧几里得距离的函数的某个度量而对压缩的数据矢量进行数据挖掘的方法，所述方法包括：

对于每个压缩的数据矢量，存储在所述压缩的数据矢量中的具有最大能量的这样的系数的位置和值；

对于每个压缩的数据矢量，丢弃在所述压缩的数据矢量中的不具有所述最大能量的所述系数；

对于每个压缩的数据矢量，根据在所述压缩的数据矢量中的丢弃的所述系数来确定压缩误差；以及

根据具有所述最大能量的所述系数的存储的所述位置和存储的所述值以及确定的所述压缩误差来取回用于所述某个度量的上界和下界中的至少一个，

其中通过双水填充算法根据具有所述最大能量的所述系数的存储的所述位置和存储的所述值以及确定的所述压缩误差、尤其是无任何逼近数值方法来确切地取回所述上界和所述下界，

其中在用于取回用于所述上界和所述下界的所述双水填充算法内，使用第一位置，其中对于第一压缩的数据矢量丢弃所述系数而对于第二压缩的数据矢量存储所述系数，使用第二位置，其中对于所述第一压缩的数据矢量存储所述系数而对于所述第二压缩的数据矢量丢弃所述系数，并且使用第三位置，其中对于第一数据矢量和第二数据矢量相互地丢弃所述系数的所述位置。

2.根据权利要求1所述的方法，其中所述度量被具体化为欧几里得距离或者为相关性或者为余弦相似性。

3.根据权利要求1或者2所述的方法，其中通过将所述压缩的数据矢量的所述系数根据它们的相应能量进行排序并且通过选择最高排序的系数中的预定义数目的系数来标识在相应的所述压缩的数据矢量中的具有所述最大能量的所述系数。

4.根据权利要求1或者2所述的方法，其中通过选择在相应的所述压缩的数据矢量中的产生预定压缩误差的最小数目的那些系数来标识在相应的所述压缩的数据矢量中的具有所述最大能量的所述系数。

5.根据权利要求1或者2所述的方法，其中在相应的所述压缩的数据矢量中的具有比预定义能量阈值更高的能量的所有系数被存储作为具有所述最大能量的所述系数。

6.根据权利要求1或者2所述的方法，其中在至少两个压缩的数据矢量中的具有所述最大能量的系数的不同位置被存储。

7.根据权利要求1或者2所述的方法，其中通过具有某个压缩比的某个有损压缩变换而将数据矢量变换成由所述系数表示的所述压缩的数据矢量。

8.根据权利要求7所述的方法，其中所述压缩变换和所述压缩比中的至少一项被选择。

9.根据权利要求8所述的方法，其中所述压缩变换由具有完整正交基的不可逆线性变换、例如由离散傅里叶变换(DFT)、由主分量分析(PCA)、由切比雪夫多项式或者由小波来具体化。

10.根据权利要求1所述的方法，其中通过水填充算法在所述第一位置使用所述第一压缩的数据矢量的所述压缩误差的最优估计来估计在所述第一位置的所述第一压缩的数据矢量的丢弃的所述系数，并且其中通过所述水填充算法在所述第二位置使用所述第二压缩的数据矢量的压缩误差的所述最优估计来估计在所述第二位置的所述第二压缩的数据矢量的丢弃的所述系数。

11.根据权利要求1或者10所述的方法，其中利用柯西-切比雪夫不等式以用于优化所述第一压缩的数据矢量和所述第二压缩的数据矢量的所述第三位置的相关性。

12.一种计算机可读存储介质，包括用于当在至少一个计算机上运行时执行根据权利要求1至11中任一项所述的用于对压缩的数据矢量进行数据挖掘的方法的程序代码。

13.一种用于通过可表达为欧几里得距离的函数的某个度量而对压缩的数据矢量进行数据挖掘的设备，所述设备包括：

存储装置，用于存储在相应的所述压缩的数据矢量中的具有最大能量的这样的系数的位置和值，

丢弃器，用于丢弃在相应的所述压缩的数据矢量中的不具有所述最大能量的所述系数，

确定器，用于根据在相应的所述压缩的数据矢量中的丢弃的所述系数来确定相应压缩误差，以及

取回器，用于根据具有所述最大能量的所述系数的存储的所述位置和存储的所述值以及确定的所述压缩误差来取回用于所述某个度量的上界和下界中的至少一个，

其中，所述取回器通过双水填充算法根据具有所述最大能量的所述系数的存储的所述位置和存储的所述值以及确定的所述压缩误差、尤其是无任何逼近数值方法来确切地取回所述上界和所述下界，

其中在用于取回用于所述上界和所述下界的所述双水填充算法内，使用第一位置，其中对于第一压缩的数据矢量丢弃所述系数而对于第二压缩的数据矢量存储所述系数，使用第二位置，其中对于所述第一压缩的数据矢量存储所述系数而对于所述第二压缩的数据矢量丢弃所述系数，并且使用第三位置，其中对于第一数据矢量和第二数据矢量相互地丢弃所述系数的所述位置。