[发明专利]基于映射空间划分的高维数据相似性连接查询方法及装置

权利要求书

1.一种基于映射空间划分的高维数据相似性连接查询方法，其特征在于，包括：

获取所有待查询的高维的原始数据，并将所述原始数据映射到一维空间；

根据预设的第一距离阈值及卡方分布性质确定第二距离阈值，根据所述第二距离阈值对所述一维空间进行划分，获得多个子空间；

确定每一所述原始数据对应的子空间的编号；

根据所述第二距离阈值和所述子空间的编号获得所述原始数据对应的候选数据对；

计算所述候选数据对的原始距离，并将所述原始距离与所述第一距离阈值进行比较，获得相似性查询结果。

2.根据权利要求1所述的方法，其特征在于，所述确定每一所述原始数据对应的子空间的编号，包括：

计算每一所述原始数据在所述一维空间的映射值；

根据所述映射值和所述第二距离阈值确定每一所述原始数据对应的子空间的编号。

3.根据权利要求2所述的方法，其特征在于，所述根据所述映射值和所述第二距离阈值确定每一所述原始数据对应的子空间的编号，包括：

根据公式计算获得每一所述原始数据对应的子空间的编号，其中，

S_i为第i个原始数据对应的子空间的编号，π₁(v_i)为第i个原始数据对应的映射值，i为正整数，kε为所述第二距离阈值。

4.根据权利要求1所述的方法，其特征在于，所述根据所述第二距离阈值和所述子空间的编号获得所述原始数据对应的候选数据对，包括：

依次获取一个子空间S_i中的原始数据，以及与所述子空间S_i相邻编号的子空间中的原始数据，并将所述子空间S_i中的原始数据和与所述子空间S_i相邻的子空间中的原始数据中的任意两个构成所述候选数据对。

5.根据权利要求1-4任一项所述的方法，其特征在于，所述将所述原始距离与所述第一距离阈值进行比较，获得相似性查询结果，包括：

若判断获知所述原始距离小于或等于所述第一距离阈值，则将所述原始距离对应的所述候选数据作为所述相似性查询结果。

6.一种基于映射空间划分的高维数据相似性连接查询装置，其特征在于，包括：

映射模块，用于获取所有待查询的高维的原始数据，并将所述原始数据映射到一维空间；

空间划分模块，用于根据预设的第一距离阈值及卡方分布性质确定第二距离阈值，根据所述第二距离阈值对所述一维空间进行划分，获得多个子空间；

子空间编号确定模块，用于确定每一所述原始数据对应的子空间的编号；

候选数据对获取模块，用于根据所述第二距离阈值和所述子空间的编号获得所述原始数据对应的候选数据对；

比较模块，用于计算所述候选数据对的原始距离，并将所述原始距离与所述第一距离阈值进行比较，获得相似性查询结果。

7.根据权利要求6所述的装置，其特征在于，所述确定模块，具体用于：

计算每一所述原始数据在所述一维空间的映射值；

根据所述映射值和所述第二距离阈值确定每一所述原始数据对应的子空间的编号。

8.根据权利要求7所述的装置，其特征在于，所述确定模块，具体用于：

根据公式计算获得每一所述原始数据对应的子空间的编号，其中，

S_i为第i个原始数据对应的子空间的编号，π₁(v_i)为第i个原始数据对应的映射值，i为正整数，kε为所述第二距离阈值。