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:
互联网上每天都会产生大量的带地理位置标签和时间标签的信息,比如微博、新闻、团购等等,如何在众多的信息中找到在时间和空间地理位置上都满足用户查询需求的信息十分重要.针对这一需求,提出了一种对地理位置和时间信息的k近邻查询(ST-kNN查询)处理方法.首先,利用时空相似度对数据对象的地理位置变量和时间变量进行映射变换,将数据对象映射到新的三维空间中,用三维空间中两点之间的距离相似度来近似代替两个对象之间实际的时空相似度;然后,针对这个三维空间设计了一种ST-Rtree(spatial temporal rtree)索引,该索引综合了空间因素和时间因素,保证在查询时每个对象至多遍历1次;最后,在该索引的基础上提出了一种精确的七近邻查询算法,并通过一次计算确定查询结果范围,从而找到前k个结果,保证了查询的高效性.基于大量数据集的实验,证明了该查询处理方法的高效性.
推荐文章
一种有效的基于时空信息的视频运动对象分割算法
视频运动对象分割
时空分割
运动区域检测模板
空间边缘信息
时空信息云平台建设总体架构
智慧哈尔滨
时空信息
GIS
物联网
基于时空信息的时序动作检测方法研究
深度学习
时序动作检测
视频分析
光流信息
一种基于语义信息的XML Twig查询处理方法
XML查询
Twig算法
语义信息
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 一种对时空信息的kNN查询处理方法
来源期刊 软件学报 学科 工学
关键词 地理位置 时间 时空相似度 索引 七最近邻查询
年,卷(期) 2016,(9) 所属期刊栏目 数据库技术
研究方向 页码范围 2278-2289
页数 12页 分类号 TP311
字数 10350字 语种 中文
DOI 10.13328/j.cnki.jos.005046
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 于戈 东北大学计算机科学与工程学院 426 6587 38.0 64.0
2 申德荣 东北大学计算机科学与工程学院 111 1289 18.0 32.0
3 寇月 东北大学计算机科学与工程学院 68 816 12.0 26.0
4 聂铁铮 东北大学计算机科学与工程学院 69 854 13.0 27.0
5 李晨 东北大学计算机科学与工程学院 8 25 2.0 5.0
6 朱命冬 东北大学计算机科学与工程学院 7 32 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (19)
共引文献  (123)
参考文献  (3)
节点文献
引证文献  (14)
同被引文献  (40)
二级引证文献  (20)
1975(1)
  • 参考文献(0)
  • 二级参考文献(1)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(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(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(3)
  • 参考文献(1)
  • 二级参考文献(2)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(4)
  • 参考文献(1)
  • 二级参考文献(3)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(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)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(9)
  • 引证文献(6)
  • 二级引证文献(3)
2019(20)
  • 引证文献(6)
  • 二级引证文献(14)
2020(4)
  • 引证文献(1)
  • 二级引证文献(3)
研究主题发展历程
节点文献
地理位置
时间
时空相似度
索引
七最近邻查询
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
论文1v1指导