非度量空间M-tree: 一种高效近似检索索引结构

本文研究的焦点是"一种支持非度量空间中近似查询的索引技术"，针对多媒体信息系统中常见的需求，该研究指出现有的索引技术大多基于度量空间，如广泛应用的三角不等性，但在非度量空间中，这些方法并不适用，因为它们无法高效且精确地执行检索任务。针对多媒体数据对象的特性，这些对象的非度量空间属性被发现，这意味着传统的度量空间索引方法不再能满足复杂的数据结构。 为了克服这一挑战，研究者结合了聚类和pivots技术，提出了一个名为"M -tree"的索引结构。M -tree是一种特殊的树形索引，它能够在非度量空间环境中有效地组织和搜索数据，尤其是对于近似查询的需求。M -tree的构建、维护以及利用其进行快速KNN（k-最近邻）检索的方法都得到了详细的阐述。这种结构的优势在于它能够适应非度量空间数据的特殊性，提高检索性能和精度。 作者团队由彭敦陆教授、徐文杰硕士研究生、霍欢副教授和江平高级工程师组成，他们的研究领域涵盖了大数据管理、非度量空间数据管理、流数据管理和信息检索等领域。彭敦陆教授是该研究的主要负责人，他负责大数据管理-iGD数据管理和iGDJ8:7技术的研究。徐文杰和霍欢专注于非度量空间数据管理，而江平则专长于信息检索和企业知识工程。 论文还提到了该研究得到了上海浦东新区科技发展基金创新资金科技合作项目和多个国家级自然科学基金资助，以及上海市自然科学基金的支持。这显示出研究的学术价值和实际应用背景。实验结果显示，M -tree在非度量空间的索引结构中表现出显著的性能提升，尤其是在检索速度和结果准确性方面。 这篇论文的核心内容是介绍了一种创新的索引技术，旨在解决非度量空间中近似查询的效率问题，并通过实验证明了其在多媒体信息系统中的优越性能。这对于推动非度量空间数据处理领域的索引技术发展具有重要意义。