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:
现有的组最近邻查询方法主要将空间中数据对象抽象为点或线段进行处理.但在现实应用中,仅仅将空间对象抽象为点或者线段,往往会影响查询的精度及效率.针对现有的组最近邻查询方法无法直接有效地处理混合数据组最近邻查询的不足,提出空间数据库中混合数据组最近邻查询方法.首先提出了混合数据Voronoi图的概念和性质.接着基于混合数据Voronoi图对混合数据集进行剪枝,针对查询对象数量为1和查询对象数量大于1的情况分别给出了相应的剪枝算法.利用所提的剪枝算法能有效去除不可能成为结果的数据对象,得到候选集合.在精炼过程中根据各个数据对象之间的位置关系给出相应的距离计算方法,通过比较候选集中数据对象到各个查询对象的距离之和,最终得到正确的查询结果.理论研究和实验表明,所提算法能够准确、有效地处理混合数据组最近邻查询问题.
推荐文章
空间数据库中的优化空间查询算法研究
空间数据的查询
空间数据库
对象
无索引空间数据库的基于最优点的集合最近邻查找算法
空间数据库
最近邻
集合最近邻
查询区域
空间数据库索引技术的研究
空间数据库索引
空间索引
空间检索
主动式空间数据库实现方法综述
主动式空间数据库
规则模型
事件监测模型
知识库
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 空间数据库中混合数据组最近邻查询
来源期刊 计算机科学与探索 学科 工学
关键词 地理信息系统 空间数据库 组最近邻 混合数据 混合数据Voronoi图
年,卷(期) 2022,(2) 所属期刊栏目 数据库技术|Database Technology
研究方向 页码范围 348-358
页数 11页 分类号 TP311.13
字数 语种 中文
DOI 10.3778/j.issn.1673-9418.2009032
五维指标
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  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2022(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
地理信息系统
空间数据库
组最近邻
混合数据
混合数据Voronoi图
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
计算机科学与探索
月刊
1673-9418
11-5602/TP
大16开
北京市海淀区北四环中路211号北京619信箱26分箱
82-560
2007
chi
出版文献量(篇)
2215
总下载数(次)
4
总被引数(次)
10748
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