10.3969/j.issn.2095-2163.2020.11.008
基于多阶段向量量化算法的研究
随着数据集和特征维度的增大,使用传统暴力搜索方法的代价也会相应增加.因此,本文提出在基于多阶段向量量化的近邻搜索方法的基础上,改进训练码本阶段,优化初始聚类中心,从而减小向量的量化误差,以此提高召回率.实验结果表明,本文提出的最小化均方误差多阶段码本训练方法,可以进一步地减小向量量化误差,提高实验召回率.
近似最近邻、多阶段向量量化、量化误差
10
TP399(计算技术、计算机技术)
2021-03-23(万方平台首次上网日期,不代表论文的发表时间)
共5页
38-41,46