提出一种新的无需数据空间分割的随机化算法来避免由于数据维度过高而导致的数据检索问题，并通过理论分析和实验结果来证明这种算法在数据近似性、速度和空间效率等方面优于传统的局部敏感哈希算法（LSH）

Dec, 2015

提出了一种名为密度敏感哈希（DSH）算法，它是局部敏感哈希（LSH）的扩展，利用数据的几何结构避免了纯随机投影的限制，并在大规模高维数据搜索中取得更好的性能。

May, 2012

研究了度量空间中近似最近邻的问题，其中查询点被限制在低重复维度的子空间上，而数据则是高维的。我们展示了尽管数据是高维的，这个问题仍能得到有效的解决。

Jul, 2010

此篇论文调查了近邻问题的近似解决方案，如建立数据结构以实现较高的效率，并涉及到计算几何和组合几何中的相关问题。

Jun, 2018

本文提出了一种基于数据的哈希方案，用于解决近似最近邻问题，对于 $n$ 个 $d$ 维数据集，我们的数据结构实现了查询时间 $O (d n^{ ho+o (1)})$ 和空间复杂度 $O (n^{1+ ho+o (1)}+dn)$，其中 $ ho= frac {1}{2c^2-1}$，而在 Hamming 空间中，我们获得了指数 $ ho= frac {1}{2c-1}$。此外，我们的结果比所有逼近因子 $c>1$ 的最佳 LSH 数据结构 [IM98, AI06] 更优。

Jan, 2015

本研究利用基于距离相关性的独立筛选法（DC-SIS）筛选高维数据中的特征，具有适用于多个学科的重要性，并证明了该方法相对于基于 Pearson 相关性的独立筛选法（SIS）的优势，并在更广泛的情况下通过建立独立筛选性质来使用 DC-SIS，其实现不需要模型说明。此外，DC-SIS 可以直接用于筛选分组预测变量和多元响应变量，并在各种模型中表现出比 SIS 更好的表现，在实际数据中也得到了证明。

May, 2012

Differentiable Search Index 是最近提出的一种用于文档检索的范例，通过将文档语料库的信息编码在神经网络的参数中，并直接将查询映射到相应的文档。本文提出了一种名为 IncDSI 的方法，可以在实时环境下添加文档（每个文档约 20-50ms），而无需对整个数据集或其部分进行重新训练。我们将文档添加视为一个约束优化问题，以最小程度地修改网络参数。尽管速度快了数个数量级，我们的方法与在整个数据集上重新训练模型的方法具有竞争力，并能够实时更新的文档检索系统的开发。IncDSI 的代码可在此 URL 获得。

Jul, 2023

提出了一个新的数据结构用于解决欧几里得空间中近似最近邻问题，其查询时间和空间复杂度分别为 O (n^ρ + dlogn) 和 O (n^(1+ρ)+dlogn)，这是对先前算法性能的改进，同时也是第一个突破已有局部敏感哈希下界的数据结构。并可通过标准归约获取解决海明空间和 l1 范数的数据结构。

Jun, 2013

提出了凹凸感知距离（CID）作为一种度量无定向点云中一对点之间差异的新方法，CID 可用于点云分析、点云实例分割和分组，是一种在机器人应用中处理原始点云观测结果的有用工具.

Jun, 2023

对于真实世界数据集中的聚类算法的评估而言，是否数据集中的类别标签与有意义的聚类相对应至关重要。现有文献回顾表明，无论是基于分类的复杂度度量还是簇有效性指标（CVIs）都不能很好地包含基于密度的聚类的关键特征，即类间分离和类内连通性，新开发的密度聚类分离指数（DCSI）可用于量化这两个特征并作为 CVI。对合成数据进行的广泛实验表明，DCSI 与通过调整兰德指数（ARI）测量的 DBSCAN 性能强相关，但在不适用于基于密度的硬聚类的存在重叠类的多类数据集中缺乏鲁棒性。对常用真实世界数据集进行的详细评估表明，DCSI 能够正确识别不形成有意义聚类的接触或重叠类。

Oct, 2023