[发明专利]高维特征的处理方法、装置、设备及计算机可读存储介质

权利要求书

1.一种高维特征的处理方法，其特征在于，

包括合成超链图构造过程和合成超链图搜索过程；

所述合成超链图构造过程包括：

依次对所有的特征向量点，通过预设赋值方案确定当前特征向量点的插入图层并利用所述当前特征向量点参与构造M个索引图层；利用所有特征向量点参与构造全量图层；

其中，所述M个索引图层为第M索引图层、第M-1索引图层…第1索引图层；当所述预设赋值方案进行操作得到结果值为T，则所确定的所述当前特征向量点的插入图层为第T索引图层、第T-1索引图层…第1索引图层；

所述合成超链图搜索过程包括：

索引图层搜索阶段：依次从第M索引图层至第1索引图层，将目标特征向量点插入当前索引图层并进行索引图层筛选操作，直至该层中所述目标特征向量点与其最近邻点的距离不再缩小，再在下一索引图层进行索引图层筛选操作；

全量图层搜索阶段：将所述目标特征向量点插入所述全量图层并进行全量图层筛选操作，直至所述目标特征向量点与其最近邻点的距离不再缩小；

其中，M为预设的大于等于1的整数，T为大于等于1且小于等于M的整数。

2.如权利要求1所述的方法，其特征在于，

所述预设赋值方案为公式floor(-ln(uniform(0,1))×M)；

其中，floor()表示向下取整，ln()表示取对数，uniform(0,1)表示在0到1的均匀分布数值中随机取出一个实数。

3.如权利要求1所述的方法，其特征在于，

利用所述当前特征向量点参与构造M个索引图层的过程中，第t索引图层的构造方式为：

将所述当前特征向量点插入第t索引图层，将已插入的特征向量点按照由近至远的顺序与所述当前特征向量点进行连线，且与所述当前特征向量点进行连线的点的个数以m为限；

其中，t为大于等于1且小于等于T的整数，m为大于等于1的整数。

4.如权利要求1所述的方法，其特征在于，

利用所述当前特征向量点参与构造全量图层的过程中，将所述当前特征向量点插入全量图层，将已插入的特征向量点按照由近至远的顺序与所述当前特征向量点进行连线，且与所述当前特征向量点进行连线的点的个数以m为限；

从所述当前特征向量点所连接的点中查找出所述当前特征向量点的最近邻点，将所述当前特征向量点到该最近邻点的距离与距离阈值做比较；

若判断所述当前特征向量点到该最近邻点的距离小于等于距离阈值，则将所述当前特征向量点归入到该最近邻点所在的子图中；

若判断所述当前特征向量点到该最近邻点的距离大于距离阈值，则以所述当前特征向量点为基准开设一个新的子图；

其中，m为大于等于1的整数。

5.如权利要求3所述的方法，其特征在于，

所述索引图层搜索阶段中，在第n索引图层中，

第1次索引图层筛选操作为：将与开始点由近至远相连接的m个点加入排序队列并加入出发队列，计算排序队列中所述目标特征向量点与其最近邻点的距离；当第n索引图层为第M索引图层时，开始点为第M索引图层中的第一个插入点或某一点；当第n索引图层为非第M索引图层时，开始点为第n+1索引图层中所述目标特征向量点的最近邻点；

第k+1次索引图层筛选操作为：对第k次索引图层筛选操作所形成的出发队列中的每个点，将与这些点由近至远相连接的m个点加入排序队列并加入出发队列，计算排序队列中所述目标特征向量点与其最近邻点的距离，去除出发队列中已经被查找过的点；

n为大于等于1且小于等于M的整数，k为大于等于1的整数。