多属性字符串辨识码的高效率查询算法

摘要

本研究重点着重于具多重属性之大量数据高效能查询算法，透过算法实现压缩数据、快速查询等功能。高效能的查询模式如Bloom filter、CMAC，主要原理是将原始数据转换为低维度型态以利提高运算效率。然而此类型查询模式原始的设计重点在于简单的二元查询，如存在属性。对于多重属性查询必须设计出更复杂的结构，效能也相对地降低。本研究结合Bloom Filter及CMAC神经网络，开发多属性编码及反馈修正训练算法，实现多属性查询架构。本研究将以台湾自用车牌作为训练样本，实现多属性编码、数据压缩及快速搜寻等功能。以不同的内存大小评估数据压缩效率及误判率。本研究所发展之算法不仅具有压缩数据的效果、多属性快速查询的效能，更能感受到误判率的优秀表现。