原文服务方: 安徽工业大学学报(自然科学版)       
摘要:
针对路网数据存储数据量较大、常规查询算法效率较低的问题,将存储技术与查询算法相结合,提出利用4-叉树结构对路网数据进行均匀划分的最近邻查询算法.首先根据兴趣点使用Voronoi图将空间划分为多个相邻空间单元,利用空间均分法对整个空间区域分区,使每个分区包含若干个空间单元;再使用4-叉树结构创建内存索引数据,降低最近邻查询的数据范围;最后采用OSM(open street map)官网的路网数据进行分区查询实验验证.结果 表明,与传统迭代切分法和折半分割法相比,建立在结构化分区上的最近邻查询算法可大大提高路网数据的查询效率.
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
基于不确定数据的top-k概率相互最近邻查询
空间查询
不确定数据
概率相互最近邻
反向最近邻
查询处理
路网环境中关于模糊组最近邻问题的研究
组最近邻查询
空间数据库
路网
近似算法
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4-叉树结构的路网数据最近邻查询算法
来源期刊 安徽工业大学学报(自然科学版) 学科
关键词 路网 最近邻查询 结构分区 4-叉树
年,卷(期) 2020,(3) 所属期刊栏目 计算机与信息
研究方向 页码范围 276-279
页数 4页 分类号 TP391
字数 语种 中文
DOI 10.3969/j.issn.1671-7872.2020.03.13
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 陈业斌 41 164 6.0 11.0
2 陈可心 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  (142)
共引文献  (38)
参考文献  (10)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1959(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(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(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(6)
  • 参考文献(0)
  • 二级参考文献(6)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(8)
  • 参考文献(1)
  • 二级参考文献(7)
2012(11)
  • 参考文献(0)
  • 二级参考文献(11)
2013(6)
  • 参考文献(0)
  • 二级参考文献(6)
2014(10)
  • 参考文献(0)
  • 二级参考文献(10)
2015(19)
  • 参考文献(1)
  • 二级参考文献(18)
2016(21)
  • 参考文献(0)
  • 二级参考文献(21)
2017(18)
  • 参考文献(0)
  • 二级参考文献(18)
2018(15)
  • 参考文献(4)
  • 二级参考文献(11)
2019(7)
  • 参考文献(3)
  • 二级参考文献(4)
2020(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(1)
  • 参考文献(1)
  • 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
路网
最近邻查询
结构分区
4-叉树
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
安徽工业大学学报(自然科学版)
季刊
1671-7872
34-1254/N
大16开
1984-01-01
chi
出版文献量(篇)
2161
总下载数(次)
0
总被引数(次)
11633
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导