[发明专利]一种基于高维数据过滤器的近似成员查询方法

摘要

本发明公开了一种基于过滤器的高维数据近似成员查询方法，通过定义新的距离敏感哈希函数支持的新结构分别来表征目标数据集合中的多维数据和待查询的多维数据，不需要重新构造过滤器，能够支持更多的过滤距离参数的近似成员查询，大幅度减少了空间代价，本发明使用了多个函数组数，且每个函数组数包含多个函数，在最终确认是否目标数据集合Ω的近似成员时使用“与－或”结合的方式进行判断，能够降低过滤器的假阴性率。

主权项

一种基于过滤器的高维数据近似成员查询方法，其特征在于将目标数据集合定义为Ω，并将距离敏感哈希函数H定义为其中t＝1,2,…,k，j＝1,2,…,L，L为函数组数，k为每一函数组中的函数个数，o是多维数据，a_t,j是与o维数相同的随机向量，其每一维的数据符合标准正态分布，·是点积运算，2^θw是距离过滤参数，θ＝0,1,2,…,S‑1，S为过滤距离的种类数，w是正实数定义的最小距离过滤参数，是下取整运算，然后进行以下步骤的操作：(1)构建一个容量为m，地址为0到m‑1的位向量，定义为BMLBF，并设定BMLBF[i]＝0，i＝0,1,2,…,m‑1；(2)对目标数据集合Ω中的任意一个多维的数据o_y，用θ＝0时的距离敏感哈希函数进行表征，即其中y＝1,2,…,n，并在BMLBF中k×L个位置置1，即(3)将待查询的多维数据定义为q，然后用上述的距离敏感哈希函数进行表征，即(4)将第j组的k个哈希值，即分别转换成2进制数据，并在其后接上θ个0成为k个地址，定义为A_1,j，A_2,j，…，A_k,j；(5)如BMLBF[A_1,j]，BMLBF[A_1,j+1]，…，BMLBF[A_1,j+2^θ‑1]中有一个为1，则定义A_1,j地址通过；如A_1,j，A_2,j，…，A_k,j都通过，则定义第j组通过；如果L组中任意一组通过，则确认q是目标数据集合Ω的近似成员。