基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出了一种基于概率模型的预测性时空区域查询处理方法.该方法采用Filter-Refinement方式来处理查询.首先,从数据库中选择所有可能满足查询的候选移动对象;然后,根据概率模型中定义的方法来计算候选移动对象满足查询的概率;最后,根据查询中指定的最小概率阈值过滤候选移动对象并返回查询结果.该概率模型将移动对象未来可能出现的位置定义为一个随机变量,并给出了计算移动对象在两种不同的运动模式下满足查询的概率值的方法.还提出了一种通过对大量历史轨迹抽样来获得概率密度函数(probability density function,简称PDF)的轨迹分析算法,并设计了概率密度函数索引STP-Index(spatio-temporal PDF-index).该索引能够有效地提高轨迹分析算法和概率计算的效率.实验结果表明,该查询处理方法能够有效地支持预测性时空区域查询的处理,提高查询结果的正确性,特别适合于具有较小的空间区域和长时间范围的预测性时空区域查询.
推荐文章
一种基于概率模型的特征补偿算法
语音识别
噪声抑止
MMSE
概率模型
一种考虑时空分布特性的区域风电功率预测方法
子区域
基准风电场
神经网络
区域功率预测
一种基于B/S的通用视图查询模型
通用视图查询模型
视图层
视图类
映射
一种基于扩展区域查询的密度聚类算法
密度聚类算法
扩展区域查询
k-影响空间域
边界点检测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种基于概率模型的预测性时空区域查询处理
来源期刊 软件学报 学科 工学
关键词 空间数据库 查询处理 索引方法 位置相关和敏感
年,卷(期) 2007,(2) 所属期刊栏目 数据库技术
研究方向 页码范围 279-290
页数 12页 分类号 TP311
字数 14942字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李建中 哈尔滨工业大学计算机科学与技术学院 237 6003 33.0 72.0
5 张炜 哈尔滨工业大学计算机科学与技术学院 15 95 6.0 9.0
6 刘禹 哈尔滨工业大学计算机科学与技术学院 2 13 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (2)
节点文献
引证文献  (11)
同被引文献  (42)
二级引证文献  (189)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(2)
  • 引证文献(2)
  • 二级引证文献(0)
2012(2)
  • 引证文献(2)
  • 二级引证文献(0)
2013(13)
  • 引证文献(2)
  • 二级引证文献(11)
2014(20)
  • 引证文献(0)
  • 二级引证文献(20)
2015(34)
  • 引证文献(1)
  • 二级引证文献(33)
2016(34)
  • 引证文献(1)
  • 二级引证文献(33)
2017(32)
  • 引证文献(1)
  • 二级引证文献(31)
2018(33)
  • 引证文献(1)
  • 二级引证文献(32)
2019(21)
  • 引证文献(0)
  • 二级引证文献(21)
2020(8)
  • 引证文献(0)
  • 二级引证文献(8)
研究主题发展历程
节点文献
空间数据库
查询处理
索引方法
位置相关和敏感
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
软件学报
月刊
1000-9825
11-2560/TP
16开
北京8718信箱
82-367
1990
chi
出版文献量(篇)
5820
总下载数(次)
36
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
国家重点基础研究发展计划(973计划)
英文译名:National Basic Research Program of China
官方网址:http://www.973.gov.cn/
项目类型:
学科类型:农业
黑龙江省自然科学基金
英文译名:
官方网址:http://jj.dragon.cn/zr/index.asp
项目类型:
学科类型:
论文1v1指导