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:
基于位置的服务的迅速发展对服务响应的效率提升和成本控制提出了更高的要求,本文提出了一种基于密度网格索引的κ-最近邻查询算法,该算法首先利用矩形的几何特点获取一系列候选搜索半径,随后根据移动对象的密度分布情况选择适当的候选搜索半径进行距离过滤,尽量减少不必要的内存索引单元和磁盘索引单元的访问.实验表明,实现了本文算法的密度网格索引在κ-最近邻查询的查询效率上与ST2 B-tree不相上下,而查询的I/O代价与其他索引结构相比有明显的优势.
推荐文章
一种基于VARdnn-Tree的反向最近邻查询方法
反向最近邻查询
索引结构
量化压缩
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
一种基于角相似性的k-最近邻搜索算法
k-最近邻搜索
数据分割
角相似性
壳-超圆锥体
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 一种基于密度网格索引的κ-最近邻查询算法
来源期刊 电子学报 学科 工学
关键词 κ-最近邻查询 移动对象 密度网格 候选搜索半径
年,卷(期) 2017,(2) 所属期刊栏目 学术论文
研究方向 页码范围 376-383
页数 8页 分类号 TP301
字数 5230字 语种 中文
DOI 10.3969/j.issn.0372-2112.2017.02.016
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 章登义 武汉大学计算机学院 33 236 8.0 14.0
2 李想 武汉大学计算机学院 19 8 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (3)
共引文献  (3)
参考文献  (4)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(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)
2018(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
κ-最近邻查询
移动对象
密度网格
候选搜索半径
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
电子学报
月刊
0372-2112
11-2087/TN
大16开
北京165信箱
2-891
1962
chi
出版文献量(篇)
11181
总下载数(次)
11
总被引数(次)
206555
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