摘 要:
提出一种在网格环境下的k近邻查询方法——GkNN．到目前为止，尚未有文献提出数据网格环境下的k近邻查询算法．当用户在查询节点提交一个查询向量和k，首先以一个较小的查询半径。在数据节点进行基于双重距离尺度的向量缩减，然后将缩减后的向量按照向量“打包”传输的方式发送到执行节点，在执行节点并行地对这些候选向量进行距离（求精）运算．最终将结果向量返回到查询节点．当返回的向量个数小于k时，扩大半径值，继续循环直到得到k个最近邻向量为止．理论分析和实验证明该方法在减少网络通信开销、增加I／O和CPU并行、降低-向应时间方面具有较好的性能，非常适合海量高维数据的查询． (共10页)
