AKNN-Qalsh:PostgreSQL系统高维空间近似最近邻检索插件

作者：张楚涵; 张家侨; 冯剑琳^*

来源：中山大学学报(自然科学版), 2019, 58(03): 79-85.

DOI：10.13471/j.cnki.acta.snus.2019.03.010

• 高维数据
• 特征向量
• 最近邻检索
• 位置敏感哈希
• PostgreSQL插件

复杂数据对象(如图片、文本)通常被表示成高维特征向量。PostgreSQL系统现有的最近邻检索方法KNN-Gist基于树状索引实现,无法高效支持高维数据的最近邻检索。引入的PostgreSQL系统高维空间近似最近邻检索插件:AKNN-Qalsh,基于位置敏感哈希机制实现,支持大规模、高维数据对象的近似最近邻检索。通过在五个真实数据集上的密集实验,验证了该插件的有效性。

• 单位
  中山大学