著者

姚左軍 潰田 喬

出版者

一般社団法人情報処理学会

雑誌

情報処理学会論文誌 (ISSN:18827764)

巻号頁・発行日

vol.37, no.11, pp.2056-2064, 1996-11-15

---

特徴ベクトルを用いた画像や全文などのデータベースの類似検索において 検索の効率に及ぼす特徴ベクトルのインデックス方法は1つの大きな課題となっている. 本稿では データ間に存在する類似性に基づいた特徴ベクトルの分類法である「回帰的クラスタリング」と この分類法で構築された特徴ベクトルの木構造インデックスに適した探索手法である「排除探索法」を提案する. 本提案により特徴ベクトルを用いた画像 全文データベースの類似検索を効率的に行うことができる. すなわち 通常 検索の呼び出し率が10%以下の場合 線形検索手法による類似検索と比べ 本提案による類似検索のコストは3分の1程度にとどまることが 英文フルテキストから抽出した分野情報卜基づく特徴ベクトルを用いた評価実験により確認された.For the similarity retrieval based on feature vectors, how to construct an index of feature vectors to improve the retrieval efficiency has become an important topic. In this article we introduce a newly developed index method of feature vectors, which is 'composed of "recurrence clustering" and "removal search strategy." Recurrence clustering is a classification method used to construct a tree-like index of feature vectors based on similarities between feature vectors, and removal search strategy is a method tailor-developed to suit for searching the index structure constructed by recurrence clustering. The similarity retrieval based on feature vectors can be efficiently improved by this new approach. That is, the retrieval cost of this approach is less than that of linear associative retrieval strategy when the recall ratio is less than 10%. The effectiveness of the approach was confirmed in relative experiments using feature vectors extracted from full-text.