메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
k-최근접 객체 질의는 주어진 질의 점에서 가장 가까운 k개의 객체를 찾는 질의로서 멀티미디어 내용기반 검색 분야에서 가장 중요한 질의 중의 하나이다. 본 논문에서는 기존 알고리즘들의 문제점을 해결하기 위하여 새로운 k-최근접 객체 탐색 알고리즘을 제안한다. 제안된 알고리즘은 최소 비용 분기와 한정(least cost branch and bound) 기법을 이용하여 동적인 데이타베이스 환경에서 인덱스 구조에 저장된 데이타를 검색한다. 그리고 약간의 에러를 허용함으로써 고차원 데이타에 대한 탐색 성능을 크게 향상시킬 수 있는 근사 탐색(approximate search) 기법과 이를 위한 가지치기 전략을 제시한다. 임의 생성 데이타를 이용한 실험 결과 제안된 알고리즘의 성능은 기존의 알고리즘에 비하여 최고 34.5% 향상되었다. 그리고, 제안된 근사 탐색의 성능은 절대 탐색에 비하여 최고 92.0%까지 향상되었다.

목차

요약

1. 서론

2. 관련 연구

3. 새로운 k - 최근접 객체 탐색 알고리즘

4. 실험

5. 결론

참고 문헌

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2009-569-017898009