[发明专利]特征向量空间中的自适应搜索方法

权利要求书

1.一种自适应搜索特征向量空间的方法，该方法包括以下步骤：

(a)在特征向量空间内对规定的询问向量执行相似性测量；

(b)应用由步骤(a)获得的相似性测量的结果的搜索条件并且对规定的询问向量执行改变的相似性测量。

2.按照权利要求1的方法，其中步骤(b)包括以下步骤：

(b-1)通过执行按照由在步骤(a)获得的相似性测量结果限制的距离测量的近似层过滤，获得侯选近似范围；并且

(b-2)对获得的侯选近似范围执行数据层过滤。

3.按照权利要求1的方法，其中步骤(a)包括以下步骤：

(a-1)通过测量询问向量与每个近似范围之间的距离，获得最近的侯选近似范围；并且

(a-2)通过测量获得的侯选近似范围中的所有特征向量与询问向量之间的距离，获得K个最近邻近的特征向量，其中K是正整数。

4.按照权利要求3的方法，其中步骤(b-1)包括以下步骤：

(b-1-1)按照改变的距离测量，对于按照以前的距离测量的K个最接近的邻近特征向量，计算第K′个最短距离，其中K′是正整数，并且设置计算的距离作为r_t+1^u；和

(b-1-2)按照改变的距离测量，对于按照以前的距离测量的预定数量侯选近似范围的预定值，计算第K′个最小下边界并且设置为Ф_t+1^u。

5.按照权利要求4的方法，其中步骤(b-1)包括以下步骤：

(b-1-3a)对于一个新的距离测量，测量一个近似范围的下边界与询问向量之间的距离L_i(W_t+1)，N其中是表示在特征向量空间中的对象的数量，和i是取值范围1到N的变量；

(b-1-4)将在步骤(b-1-3a)中获得的距离L_i(W_t+1)与第K个最小上边界Ф，r_t+1^u和Ф_t+1^u的最小值min(Ф、r_t+1^u、Ф_t+1^u)比较；

(b-1-5)如果距离L_i(W_t+1)小于或等于最小值min(Ф、r_t+1^u、Ф_t+1^u)，则将对应的近似范围设置为侯选近似范围；和

(b-1-6)如果距离L_i(W_t+1)大于最小值min(Ф、r_t+1^u、Ф_t+1^u)，则排除对应的近似范围。

6.按照权利要求5的方法，其中步骤(b-1)还包括以下步骤：

(b-1-3b)对于新的距离测量，测量近似范围的上边界与询问向量之间的距离U_i(W_t+1)，假设N是表示特征向量空间中的对象数量的一个正整数和i是取值范围为1到N的变量。

(b-1-7)参照距离U_i(W_t+1)更新第K个最小上边界Ф。

7.按照权利要求5或6的方法，其中重复步骤(b-1-1)至(b-1-6)，直至对所有N个近似范围执行近似层的过滤为止，其中N是表示在数据库中的对象数量的一个正整数。

8.按照权利要求3的方法，其中步骤(b-2)包括以下步骤：

(b-2-1)执行侯选近似范围中的所有特征向量的每一个与询问向量之间的距离测量；和

(b-2-2)取决于步骤(b-2-1)中执行的距离测量的结果，确定K′个最近的邻近向量作为检索向量。