作者:
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:
随着智能交通、基于位置的广告投放、移动对象监测等应用的广泛发展,如何快速预测未来某一时间点的对象的位置成为目前的一个研究热点.提出了一种新颖的AP-I(Adaptive Predication-Index)索引,其在历史轨迹数据缺乏的情况下,能够追踪移动对象的当前位置,大幅提高预测查询的运行效率.与现有的Predictive Tree[4]索引相比,AP-Index能有效地挖掘移动对象之间的路径关联性,避免大量的索引更新和重建操作,提高索引效率.同时,通过引入AP(Adaptive Probability)以及Pruning操作,进一步减小AP-I,提高索引的命中率和查询效率.实验表明,与Predictive Tree相比,在保证同等查询效率的基础上,AP-I实现了更优的准确度、更新效率和空间效率.
推荐文章
基于LRS与GDF的移动对象轨迹建模及索引
移动对象数据库
地理数据文件
线性参考
索引结构
道路网络中移动对象的索引研究
移动对象数据库
范围查询
L2R树
一种基于公路网络的高效更新索引结构
时空数据
索引结构
公路网络
缓冲更新
交通网络中移动对象全时态位置索引模型
移动对象
索引方法
交通网络
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 AP-I:—种快速预测路网中移动对象未来位置的索引
来源期刊 计算机科学 学科 工学
关键词 Predictive Query 移动对象 算法优化
年,卷(期) 2017,(z1) 所属期刊栏目 网络与通信
研究方向 页码范围 314-318
页数 5页 分类号 TP391
字数 6226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 刘凯洋 深圳职业技术学院计算机工程学院 9 26 3.0 5.0
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  (0)
同被引文献  (0)
二级引证文献  (0)
2010(2)
  • 参考文献(2)
  • 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)
研究主题发展历程
节点文献
Predictive Query
移动对象
算法优化
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
计算机科学
月刊
1002-137X
50-1075/TP
大16开
重庆市渝北区洪湖西路18号
78-68
1974
chi
出版文献量(篇)
18527
总下载数(次)
68
论文1v1指导