度量空间中支撑点选取.docx

大数据至少具备以下三个特性：数据量巨大（volume），处理速度要求快（velocity），数据类型复杂繁多（variety）针对上面的三个特性，现在对volume与velocity的研究较多，而对 Variety的研究相对较少。 在Variety的研究上主要是使用度量空间来表示，，其具备高度的普遍适用性，但是在度量空间中没有坐标信息，很多平时使用的数学工具无法使用，因此需要对其度量空间内的数据进行坐标化，这样，即可实现传统的数学计算，例如计算距离，计算垂直平分线等等。而数据的坐标化依赖于支撑点的选取。因此支撑点对于度量空间模型中的数据管理和数据分析至关重要。 现在支撑点的选取有三大类问题： 1.支撑点的目标函数2.度量空间需要的支撑点数量 3.实现支撑点选择的算法，考虑其性能与数目，（在合理的时间和空间达到最优的算法的重要性显而易见） 本论文主要针对以上三个支撑点选取的方向进行研究，并且在三大类问题提出新的思路： (1) 提出基于半径新的目标函数，用于度量空间索引时支撑点的选取 (2) 提出基于坐标矩阵的特征值确定支撑点数目的新方法，性能与以往相同，计算时间简单 (3) 提出抽样支撑点选择框架 其各自的重要性，当前研究情况，当前研究存在的问题，论文的方法和创新点，实验证实后 面会针对三者分别列出。因此需要对测试数据集进行说明