[发明专利]基于欧氏距离的度量空间索引构建方法、装置及相关设备

权利要求书

1.一种基于欧氏距离的度量空间索引构建方法，其特征在于，包括：

获取原始数据集，根据所述原始数据集的类型，通过维度估计算法估算得到原始维度；

根据所述原始维度，通过支撑点选取算法选取映射支撑点，所述映射支撑点的个数大于所述原始维度的数值；

通过距离函数和所述映射支撑点将原始数据集映射为支撑点空间；

通过降维算法对支撑点空间中的数据进行降维；

根据降维后的支撑点空间，通过欧式距离计算映射到支撑点空间后数据之间的相似程度，并通过欧氏距离近似最近邻算法构建索引。

2.根据权利要求1所述的基于欧氏距离的度量空间索引构建方法，其特征在于：所述映射支撑点的个数是所述原始维度的数值的3倍。

3.根据权利要求1所述的基于欧氏距离的度量空间索引构建方法，其特征在于，所述支撑点选取算法为FFT算法；

所述通过支撑点选取算法选取映射支撑点，包括：

从所述原始数据集中随机选取一个数据作为第一支撑点，并存入到一个初始为空的支撑点集合中；

将所述原始数据集中除作为支撑点之外的所有数据作为非支撑点并存入一个初始为空的非支撑点集合中；

计算所有所述非支撑点分别到所述支撑点集合中的每一支撑点的距离并取其中的最小值存入一个初始为空的最小距离集合；

选取所述最小距离集合中的最大值所对应的非支撑点作为第二支撑点，并加入所述支撑点集合中；

以此类推，直至所述支撑点集合中具有K+1个支撑点，将第一支撑点剔除，得到K个支撑点，作为映射支撑点。

4.根据权利要求3所述的基于欧氏距离的度量空间索引构建方法，其特征在于，所述计算所有所述非支撑点分别到所述支撑点集合中的每一支撑点的距离并取其中的最小值存入一个初始为空的最小距离集合，包括：

按照以下公式计算所有所述非支撑点分别到所述支撑点集合中的每一支撑点的距离的最小值：

其中，p_j表示支撑点集合P中的某一支撑点，x_i表示原始数据集X中的某一非支撑点；表示原始数据集中一个非支撑点到一个支撑点之间的距离；

其中，上式在计算时，需保持其中的p_j固定不变，x_i遍历所述原始数据集X中的所有非支撑点，以获得所有所述非支撑点分别到所述支撑点集合中的支撑点的距离。

5.根据权利要求1所述的基于欧氏距离的度量空间索引构建方法，其特征在于：所述欧氏距离近似最近邻算法为PQ算法或HNSW算法。

6.根据权利要求1所述的基于欧氏距离的度量空间索引构建方法，其特征在于：降维后所述支撑点空间中的数据的维度与所述原始维度相等。

7.根据权利要求1所述的基于欧氏距离的度量空间索引构建方法，其特征在于：所述降维算法为主成分分析算法。

8.一种基于欧氏距离的度量空间索引构建装置，其特征在于，包括：

估算维度单元，用于根据原始数据集的类型，通过维度估计算法估算得到原始维度；

支撑点选取单元，用于根据所述原始维度，通过支撑点选取算法选取映射支撑点，所述映射支撑点的个数数值大于所述原始数据集的维度数值；

映射单元，用于通过距离函数和所述映射支撑点将度量空间中的原始数据集映射到支撑点空间；

降维单元，用于通过降维算法对支撑点空间中的数据进行降维；

索引构建单元，用于根据降维后的支撑点空间，通过欧式距离计算映射到支撑点空间后数据之间的相似程度，并通过欧氏距离近似最近邻算法构建索引。

9.一种计算机设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述的基于欧氏距离的度量空间索引构建方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序当被处理器执行时使所述处理器执行如权利要求1至7任一项所述的基于欧氏距离的度量空间索引构建方法。