买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉浙江大学申请的专利一种面向高维空间的分布式图索引最近邻搜索方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121070937B 。

龙图腾网通过国家知识产权局官网在2026-04-03发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511602138.3，技术领域涉及：G06F16/22；该发明授权一种面向高维空间的分布式图索引最近邻搜索方法是由陈璐;钱唐;仇俊懿;朱轶凡;高云君设计研发完成，并于2025-11-04向国家知识产权局提交的专利申请。

本一种面向高维空间的分布式图索引最近邻搜索方法在说明书摘要公布了：本发明公开了一种面向高维空间的分布式图索引最近邻搜索方法，首先设计边界感知的均衡分区策略，通过连接比率度量量化节点的边界特性；然后构建层次化混合索引架构，垂直集成稀疏全局导航层与细粒度局部精确层，同时采用M‑Tree结构管理高重要性边界节点，利用树结构在边界区域对维度诅咒的相对不敏感性，显著提升跨分区检索效率；最后提出分布式多起点并行搜索框架，基于查询特征和图拓扑动态生成互补入口点，实现向量空间多区域并行探索，先通过导航层过滤无关分区，再在选定分区执行精确相似度计算。本发明可以在保证高召回率的前提下，显著提高高维向量分布式搜索的吞吐量，为大规模高维向量检索提供了高效可靠的解决方案。

本发明授权一种面向高维空间的分布式图索引最近邻搜索方法在权利要求书中公布了：1.一种面向高维空间的分布式图索引最近邻搜索方法，其特征在于，包括如下步骤： 1获取高维数据集，构建由一个主节点和多个工作节点组成的分布式计算环境； 2对所述高维数据集进行基于边界感知的均衡分区操作； 3根据分区结果构建层次化索引结构； 4基于所述层次化索引结构，执行分布式多起点并行搜索，具体实现方式如下： S41：基于多样性评分函数从全局导航层中选择相应的入口点，具体地： 首先在全局导航层中找出与查询向量最近的2ke个地标向量组成集合Z，取集合Z中与查询向量最近的地标向量作为第一个入口点并将其放入集合S中，对于集合Z中的任一地标向量v，根据下式计算其多样性评分： scroev＝δq,v-1×λ×minu∈Sδv,u 其中：scorev为地标向量v的多样性评分，q表示查询向量，δq,v表示查询向量q与地标向量v的距离，u表示集合S中的任一入口点，δv,u表示入口点u与地标向量v的距离，λ为多样性因子，ke为设定的入口点数量； 根据多样性评分大小对集合Z中的地标向量进行排序，取多样性评分最高的地标向量放入集合S中，每次放入后重新计算多样性评分，并依此不断地从集合Z中选取地标向量纳入集合S直至集合S的规模达到ke个； S42：基于动态半径从M-Tree索引结构中搜索相应的边界点，具体地：首先计算集合S中每个入口点与查询向量q的距离，取平均值为μ，标准差为σ，进而计算确定动态半径r＝μ+γ·σ，其中γ为过滤阈值；然后根据动态半径r对M-Tree索引结构进行搜索，取HBN中与查询向量q距离小于r的向量作为边界点，HBN为高重要性边界点集合； S43：取入口点所属分区与边界点所属分区的交集作为相关分区； S44：对于查询向量，在相关分区上并行执行局部HNSW搜索，将搜索结果汇集后再进行一次k近邻搜索输出最终的查询结果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。