[發明專利]數據檢索方法及裝置

在審

• 申請號: 201910844299.1
• 申請日: 2019-09-06
• 公開（公告）號: CN112464011A
• 公開（公告）日: 2021-03-09
• 發明（設計）人: 倪寧曦;吳花精靈
• 申請（專利權）人: 華為技術有限公司
• 主分類號: G06F16/583
• 分類號: G06F16/583;G06F16/538;G06F16/51;G06K9/62
• 代理公司: 北京中博世達專利商標代理有限公司 11274
• 代理人: 申健

1.一種數據檢索方法，其特征在于，包括：

獲取目標數據的特征信息以及m個候選數據中每個候選數據的特征信息，m為正整數；

采用預設算法，根據所述目標數據的特征信息和所述每個候選數據的特征信息，確定m個目標相似度，每個目標相似度的數值均包括n比特，且從最高位開始的連續x比特的數值均相同，x小于n，x和n為正整數，n的數值與所述目標數據的特征信息的維度、以及所述候選數據的特征信息的維度對應；

根據所述每個目標相似度中n-x比特的數值，對所述m個候選數據進行第一檢索操作，以獲得第一檢索結果，所述n-x比特為除所述x比特之外的其他比特。

2.根據權利要求1所述的數據檢索方法，其特征在于，所述預設算法包括第一算法和第二算法；

所述采用預設算法，根據所述目標數據的特征信息和所述每個候選數據的特征信息，確定m個目標相似度，包括：

根據所述第一算法，計算所述目標數據的特征信息和所述每個候選數據的特征信息之間的相似度，以獲得m個初始相似度；其中，所述第一算法是相似度算法，每個初始相似度的數值均包括n比特；

根據所述第二算法，對所述m個初始相似度進行計算，得到所述m個目標相似度。

3.根據權利要求1或2所述的數據檢索方法，其特征在于，所述根據所述每個目標相似度中n-x比特的數值，對所述m個候選數據進行第一檢索操作，以獲得第一檢索結果，包括：

根據所述每個目標相似度中n-x比特的數值，選取k個第一相似度；k為處于預設數值范圍內的正整數，所述預設數值范圍為從第一閾值到第二閾值，所述第一閾值為大于1的整數，所述第二閾值為小于或等于m的整數；所述k個第一相似度中每個第一相似度的數值均小于第二相似度的數值，所述第二相似度為所述m個目標相似度中除所述k個第一相似度之外的任意一個目標相似度；

獲取與所述k個第一相似度對應的候選數據的索引值。

4.根據權利要求3所述的數據檢索方法，其特征在于，對于所述每個目標相似度而言，所述n-x比特被劃分為連續的P個比特段，至少一個比特段的比特數大于1，P為大于或等于2的整數；

根據所述每個目標相似度中n-x比特的數值，選取k個第一相似度，包括：

按照先篩選位于高位的比特段后篩選位于低位的比特段的順序，對所述m個目標相似度逐比特段進行篩選操作；

當已篩選目標相似度的數量位于所述預設數值范圍內時，將所述已篩選的目標相似度作為所述k個第一相似度；

其中，所述已篩選目標相似度包括：根據第一個比特段篩選出的目標相似度，或者包括：根據第1至第a個比特段篩選出的目標相似度；所述第一個比特段為所述P個比特段中最高位的比特段，a∈[2，P]。

5.根據權利要求3所述的數據檢索方法，其特征在于，對于所述每個目標相似度而言，所述n-x比特被劃分為連續的P個子鍵，P為大于或等于2的整數；

所述根據所述每個目標相似度中n-x比特的數值，選取k個第一相似度，包括：

按照從高位到低位的順序，從所述P個子鍵中的第一個子鍵開始，執行下述處理，直到選取出所述k個第一相似度為止：

確定在所述m個目標相似度中第i個子鍵的數值，以及每個數值出現的次數，i∈[1，P]；

判斷第一數值出現的次數是否處于所述預設數值范圍內，所述第一數值為：在所述m個目標相似度中所述第i個子鍵的數值的最小值；

若所述第一數值出現的次數處于所述預設數值范圍內，則選取包括所述第一數值的目標相似度，所述包括所述第一數值的目標相似度為所述k個第一相似度；

若所述第一數值出現的次數小于所述第一閾值，則判斷所述第一數值和第二數值出現的次數之和是否處于所述預設數值范圍內，所述第二數值為：在所述m個目標相似度中所述第i個子鍵的數值的次小值；如此，重復執行，直到選取出所述k個第一相似度為止；

若所述第一數值出現的次數大于所述第二閾值，則確定在所述第一數值所歸屬的目標相似度中第i+1個子鍵的數值，以及所述第i+1個子鍵的每個數值出現的次數；如此，重復執行，直到選取出所述k個第一相似度為止。