CSD：与圆锥部分的判别，以改善反向k最近邻居查询
概述
反向k最近邻居（R k NN）需要查找每个具有查询点作为其k个最近点之一的数据点。 根据圆锥曲线的特征，我们提出了一个判别式，称为CSD（Conic Section Discriminance），以确定候选对象是否属于R k NN集。 使用CSD，可以用O（1）的计算复杂度来验证绝大多数候选对象。 基于CSD，实现了一种新颖的R k NN算法CSD-R k NN。 比较实验是在CSD-R k NN和其他两种最先进的R k NN算法SLIC
