[发明专利]用于检索特征向量数据空间的方法

权利要求书

1.一种检索特征向量数据空间的方法，包括步骤：

(a)基于特征向量数据空间中特征向量数据的统计分布通过自适应地近似特征向量来检索特征向量数据空间。

2.如权利要求1的方法，其中步骤(a)包括步骤：

(a-1)计算特征向量数据空间中特征向量数据的统计分布；

(a-2)使用统计分布估计数据的边界分布；

(a-3)将估计的分布划分为多个网格，其中在每个网格中处理数据的分布变为均匀；和

(a-4)使用划分的网格检索特征向量数据空间。

3.如权利要求2的方法，在步骤(a-4)之前，进一步包括当新数据加入时基于前一个概率分布函数和更新的概率分布函数来更新网格的步骤。

4.如权利要求2的方法，其中步骤(a-4)包括使用向量近似(VA)文件检索。

5.如权利要求2的方法，其中多个网格的数目由分配给该维的比特数来确定。

6.如权利要求2的方法，其中步骤(a-2)包括：

(a-2-1)使用预定分布函数的加权和来定义概率分布函数；和

(a-2-2)通过使用在步骤(a-2-1)中定义的概率分布函数估计预定参数来获得估计的概率分布函数。

7.如权利要求6的方法，其中步骤(a-2-2)包括使用在步骤(a-2-1)中定义的概率分布函数基于最大似然算法通过每次都使用所有N个预定数据来估计预定参数而获得估计的概率分布函数的步骤，其中N为一个正整数。

8.如权利要求6的方法，其中预定的分布函数为高斯函数。

9.如权利要求6的方法，其中在步骤(a-2-1)中包括：假设单维信号的概率分布函数p(x)为其中p(x|j)定义为 p ( x | j ) = 1 2 π σ j 2 exp { - ( x - μ j ) 2 2 σ j 2 } , ]]>并且混合参数P(j)满足0≤P(j)≤1和 Σ j = 1 M P ( j ) = 1 ]]>的单维信号概率分布函数的条件。