原文服务方: 计算机应用研究       
摘要:
空间数据库中反向最近邻查询在低维查询时一般利用基于R-Tree的改进树作为索引结构,由于树型索引结构本身的限制,R-Tree等索引结构的查询在高维中都会出现维数灾难.针对这个问题,提出了一种基于VARdnn-Tree的索引结构,采用量化压缩的方法存储数据,能够有效地支持高维查询.
推荐文章
基于概率的反向 K最近邻高效查询算法研究
反向最近邻查询
数据库
概率
未知对象
修剪机制
面向移动对象的高效组最近邻居查询方法
组最近邻查询
网格索引
步长迭代法
连续近邻查询方法的研究
连续近邻查询
时空数据库
k阶Voronoi图
基于Voronoi图的最近邻查询的研究
Voronoi图
k最近邻查询
VR树
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VARdnn-Tree的反向最近邻查询方法
来源期刊 计算机应用研究 学科
关键词 反向最近邻查询 索引结构 量化压缩
年,卷(期) 2010,(5) 所属期刊栏目 软件技术研究
研究方向 页码范围 1816-1819
页数 分类号 TP311
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2010.05.059
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 郝忠孝 哈尔滨理工大学计算机科学与技术学院 152 1110 15.0 24.0
3 何云斌 哈尔滨理工大学计算机科学与技术学院 59 346 11.0 15.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (1)
共引文献  (7)
参考文献  (1)
节点文献
引证文献  (4)
同被引文献  (0)
二级引证文献  (0)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(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)
2012(2)
  • 引证文献(2)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
反向最近邻查询
索引结构
量化压缩
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
相关基金
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