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:
移动对象轨迹的k近邻(k nearest neighbor trajectories,kNNT)查询是一种重要的空间信息服务,主要用于寻找与给定轨迹最近邻的k条轨迹,被广泛地应用于智能交通、信息推荐等领域.随着轨迹数据量的快速增长,由于单机计算资源的限制,传统集中式环境下的kNNT查询效率和可扩展性无法满足实际要求.为了解决这个问题,设计了轨迹数据的分布式网格索引结构,该索引在Spark环境下将轨迹切分并映射到网格中,并引入轨迹还原表以保留查询时候选子轨迹段间的连续性.基于此索引,提出了Spark环境下的轨迹k近邻查询方法kNNT-Grid.实验结果表明,kNNT-Grid方法在分布式环境下实现了良好的查询效率和可扩展性,能够应对海量轨迹数据的k近邻查询需求.
推荐文章
移动对象的反向k近邻查询算法的研究
反向最近邻
连续最近邻
网格索引
范围查询
智慧旅游中基于语义轨迹的高效最近邻查询方法研究
语义轨迹
k近邻查询
查询处理
智慧旅游
基于时空标签轨迹的k近邻模式匹配查询
时空标签轨迹
k近邻算法
模式匹配
索引
基于路网的移动对象k近邻查询方法
路网
Island+算法
交通堵塞探测
k近邻
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 Spark环境下基于网格索引的轨迹k近邻查询方法
来源期刊 重庆邮电大学学报(自然科学版) 学科 工学
关键词 移动对象 轨迹数据 网格索引 k近邻查询 Spark
年,卷(期) 2019,(4) 所属期刊栏目 计算机与自动化
研究方向 页码范围 531-537
页数 7页 分类号 TP311
字数 4603字 语种 中文
DOI 10.3979/j.issn.1673-825X.2019.04.014
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 夏英 重庆邮电大学计算机科学与技术学院 64 461 12.0 18.0
2 王瑞迪 重庆邮电大学计算机科学与技术学院 1 0 0.0 0.0
3 张旭 重庆邮电大学计算机科学与技术学院 14 17 2.0 3.0
4 阮文亮 重庆邮电大学计算机科学与技术学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (69)
共引文献  (50)
参考文献  (4)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1975(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)
1998(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(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(6)
  • 参考文献(0)
  • 二级参考文献(6)
2011(7)
  • 参考文献(1)
  • 二级参考文献(6)
2012(3)
  • 参考文献(0)
  • 二级参考文献(3)
2013(9)
  • 参考文献(0)
  • 二级参考文献(9)
2014(9)
  • 参考文献(1)
  • 二级参考文献(8)
2015(16)
  • 参考文献(1)
  • 二级参考文献(15)
2016(1)
  • 参考文献(0)
  • 二级参考文献(1)
2017(2)
  • 参考文献(1)
  • 二级参考文献(1)
2019(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
移动对象
轨迹数据
网格索引
k近邻查询
Spark
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
重庆邮电大学学报(自然科学版)
双月刊
1673-825X
50-1181/N
大16开
重庆南岸区
78-77
1988
chi
出版文献量(篇)
3229
总下载数(次)
12
总被引数(次)
19476
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
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导