[发明专利]样本集的处理方法及装置、样本的查询方法及装置

摘要

本说明书实施例提供对样本集进行分类处理、索引处理的方法和装置，以及查询相似样本的方法和装置。在分类处理中，对样本集中的样本进行两级聚类，将聚类结果记录在第一向量表和第二向量表中。在索引处理中，为样本集中的每个样本建立两级索引，第一级索引指向该样本所属于的粗聚类中心，第二级索引指向该样本的分段向量所对应的分段聚类中心。在查询相似样本过程中，对查询样本进行两级检索。第一级检索，从分类处理的第一向量表中确定与查询样本距离较近的粗聚类中心，并获取归属于这些粗聚类中心的对比样本。第二级检索，将距离满足预定条件的对比样本作为相似样本。如此，实现样本的快速检索和查询。

主权项

1.一种对样本集进行分类处理的方法，包括：通过对样本集中多个样本的特征向量进行聚类，确定N个类簇以及对应的N个类簇中心；在第一向量表中记录所述N个类簇的类簇标识以及所述N个类簇中心对应的N个中心向量；将所述多个样本中各个样本的特征向量根据维度划分为M个分段，以形成与各个分段i对应的分段向量；分别对所述多个样本的各个分段向量进行聚类，确定各个分段i对应的k个分段类簇，以及对应的k个分段类簇中心；在第二向量表中记录各个分段i对应的k个分段类簇的类簇标识，以及各个分段类簇中心对应的分段中心向量。