ND-Arbre

L'importance des bases de donn es multim dia n'a cess de cro tre ces derni res ann es dans les domaines d'application les plus divers, tels que la m decine, la g ographie, etc. Cette volution cr e le besoin de structures d'indexation plus efficaces afin que les bases de donn es puissent tre utiles et renvoyer des r sultats pr cis en peu de temps. G n ralement, ces bases de donn es utilisent des structures d'indexation multidimensionnelles pour traiter les vecteurs de caract ristiques extraits des l ments multim dias. Cependant, la majorit des structures d'indexation multidimensionnelles existantes souffrent de la mal diction de la dimensionnalit , ce qui rend la recherche dans des espaces de grande dimension difficile. Dans ce travail, nous avons d velopp une structure d'indexation efficace pour prendre en charge de grandes bases de donn es contenant des donn es de grande dimension (plus de 100). La nouvelle structure d'indexation, ND-Tree (Norm Diagonal Tree), est bas e sur une nouvelle technique de r duction de dimension reposant sur deux mesures m triques, la norme euclidienne et la distance la diagonale du cube unit .