引入角度信息改进的NB2Tree多维索引方法

摘要

NB2Tree的缺点是只存储了对象的欧氏距离,忽略了具有相同欧氏距离的对象的位置信息,在范围检索中,不可避免会有欧氏距离相近而多维矢量并不相关的对象被作为检索对象读入内存,进行二次过滤,增大了不必要的I/O操作和距离计算。针对NB2Tree的不足,引入多维矢量的空间位置信息:与矢量[1, 1, ⋯, 1, 1n ] 的偏移角,提出了一种新的索引结构: New2NB2Tree,通过较少的计算,进一步加强过滤。