基于Hilbert曲线的近似k-最近邻查询算法 (2008年)

在低维空间中R树的查询效率较高，而在高维空间中其性能急剧恶化，降维成为解决问题的关键。利用Hilbert曲线的降维特性，该文提出基于Hilbert曲线近似k-最近邻查询算法AKNN，分析近似k-最近邻的误差。实验结果表明算法在执行时间上优于线性扫描和基于R树最短优先查询算法，近似解的质量较好。