写回答
-
1.基于树：KD-tree、KMeans-tree、VP-tree、Ball-tree等等，其共同特点在于利用某种策略，对空间进行逐层切分，直到树的叶子节点只覆盖空间的一个小的局部。通过这个方式大幅提升检索性能。 2.基于哈希：局部敏感哈希（Locality Sensitive Hashing）、谱哈希（Spectral Hashing）、球哈希（Sphere Hashing）、锚点图哈希（AnchorGraph Hashing）等等。他们的共同特征则是通过超平面或者曲面，将空间进行直接切分，并对切分后得到的各个细小区域进行二进制编码，通过构建哈希表来加速查询。其中，超平面或者曲面可以通过学习或者非学习的方式得到，其表示我们称之为哈希函数。 3.基于量化：矢量量化（Vector Quantization）、粗量化（Coarse Product）、积量化（ProductQuantization）及其改进的最优积量化（Optimised Product Quantization）、复合积量化（Composite Quantization）。量化的思想是对向量进行kmeans等聚类方式，将相邻向量使用中心点代替，从而通过倒排索引以及子空间距离计算加速等策略提高检索速度。 4.基于图：近邻的近邻也很可能是近邻。从随机选择的初始点开始，通过检查邻居里距离query更近的点，把该点当作下一次迭代需要检查邻居的点，如此不断迭代，通过邻居的邻居，我们会逐渐逼近query。
答复内容摘自《PostgreSQL实战教程》，这本电子书收录开发者藏经阁 下载连接：https://developer.aliyun.com/topic/download?id=1168
2021-12-23 10:51:46赞同 展开评论 打赏
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
