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:
聚合最近邻查询涉及到多个查询对象,因此比传统最近邻查询更复杂,而且其查询集空间分布特征暗含了查询集聚合最近邻的区域分布信息.充分考虑查询集分布特征,给出了利用分布特征指导聚合最近邻搜索的方法,并以此提出了一种新的聚合最近邻查询算法——AM算法.AM算法能动态地捕捉并利用查询集空间分布特征,使得对数据点的搜索按正确的次序进行,避免对不必要数据点的搜索.最后通过实验验证了AM算法的高效性.
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
基于Voronoi图的最近邻查询的研究
Voronoi图
k最近邻查询
VR树
基于4-叉树结构的路网数据最近邻查询算法
路网
最近邻查询
结构分区
4-叉树
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
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 基于查询集空间分布的聚合最近邻查询算法
来源期刊 计算机应用 学科 工学
关键词 聚合最近邻查询 优势组 劣势点 优先扩展
年,卷(期) 2011,(9) 所属期刊栏目 数据库技术
研究方向 页码范围 2402-2404,2416
页数 分类号 TP311.13
字数 4659字 语种 中文
DOI 10.3724/SP.J.1087.2011.02402
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 张东站 厦门大学计算机科学系 43 357 9.0 18.0
2 郑艳红 厦门大学计算机科学系 2 31 2.0 2.0
3 饶丽丽 厦门大学计算机科学系 3 44 2.0 3.0
4 徐超 厦门大学计算机科学系 2 6 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (6)
共引文献  (1)
参考文献  (5)
节点文献
引证文献  (3)
同被引文献  (6)
二级引证文献  (8)
1959(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(2)
  • 二级参考文献(0)
2006(2)
  • 参考文献(2)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(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)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(3)
  • 引证文献(1)
  • 二级引证文献(2)
2015(3)
  • 引证文献(1)
  • 二级引证文献(2)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
聚合最近邻查询
优势组
劣势点
优先扩展
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
月刊
1001-9081
51-1307/TP
大16开
成都237信箱
62-110
1981
chi
出版文献量(篇)
20189
总下载数(次)
40
论文1v1指导