论文部分内容阅读
针对经典的乘积量化方法易受数据相互依赖关系限制的问题,提出一种累加乘积量化方法。对高维特征向量进行正交分解,得到相互独立的特征向量子空间,依据压缩效率要求,对各特征向量子空间进行进一步分解,得到相互不独立的特征向量次子空间,对次子空间采用累加量化方法进行编码,对子空间采用乘积量化方法进行编码,在保障压缩效率的前提下降低数据相互依赖关系对量化精度的影响。实验结果表明,与经典的乘积量化方法和笛卡尔K-均值方法相比,该方法的编码误差较小,在图像检索应用中的查全率较高。