一种基于双倍比特量化及加权的最近邻搜索方法

摘要

本发明公开了一种基于双倍比特量化及加权的最近邻搜索方法。其方法为：1)把数据库中的每一K维的特征s投影为中间向量g(s)；2)根据g(s)的每一维数据的正负符号将g(s)的数据划分为两类；然后，在每个维度上分别计算出这两类数据的中值；3)根据特征s的每维数据的正负符号以及两个中值，将特征s的每一维数据划分为四类；用每一维数据量化为2比特的二进制编码，标明特征s的每一维数据的类别；根据特征s的各维数据的类别对应的二进制编码，生成该特征s的二进制编码；4)计算查询特征的二进制编码与该特征库中每一特征的二进制编码之间的加权海明距离，将加权海明距离最小值对应的特征作为该查询特征的最近邻特征。本发明提高了查询精度。