组反向远邻查询技术的研究
发布时间:2021-01-20 16:13
随着智能交通和地理信息系统的飞速发展,空间数据库查询技术得到了广大学者的关注。其中,反向最远邻查询是从数据点集中查找将目标点作为其最远邻的数据点,用来获取目标点的弱影响集,其研究成果被广泛应用于设施选址、抗震救灾、市场营销等重大领域,由此可见,反向远邻查询技术具有极其重要的研究意义与实用价值。然而,针对现实情境中多个目标点的反向最远邻查询问题,已有的研究成果都存在一定的局限性,为此,本文提出了欧式空间中组反向最远邻查询和障碍空间中组反向k远邻查询这两类问题,并展开了深入的探讨,主要研究内容论述如下。首先,提出了基于欧式空间中的组反向最远邻查询的概念以及基于最小覆盖圆的组反向最远邻查询算法(Circle-Group Reverse Farthest Neighbors,C-GRFN)。该算法首先获取查询点集的最小覆盖圆及其圆心,将所有查询点集看作一个整体进行考虑,减少了对查询点集的访问;其次通过基于四分邻域区和P-ray的剪枝策略进行数据点集的过滤;最后利用反范围查询算法进行精炼,约减数据集,获取最终结果,有效的解决了欧式空间中的组反向最远邻查询问题。其次,将组反向最远邻查询的概念延伸到...
【文章来源】:燕山大学河北省
【文章页数】:75 页
【学位级别】:硕士
【部分图文】:
Delaunay三角网其中,Delaunay三角网有如下性质:
最近邻查询与反向最近邻查询的结果集之间没有必然的联系。如图2-3 所示,3p 的最近邻是2p ,但是2p 的最近邻是1p ,即2p 不是3p 的反向最近邻。此外,RNN(q)与 NN(q)的结果集都是所给数据集P 中的点,而查询点q可以是数据集
p1p2 pFvc(p1)图 2-4 PFC 算法剪枝规则示意图大量的点,处理代价较高,随后姚等人在 最远单元)算法。这是目前最先进的RFN 查询数据点集的凸包单元上,因此,当查询点 。如图 2-5 所示,点8p 在凸包内,因此点8p 点位于凸包上,CHFC 算法会继续查询q的V边形,当且仅当数据点在 FVC 内时,该点才p1
【参考文献】:
期刊论文
[1]一种基于群组的反向k排名查询算法[J]. 周杨淏,秦小麟,谢小军,郭成盖. 小型微型计算机系统. 2018(10)
[2]基于用户分组的多用户偏好查询[J]. 王沁雪,江国华,秦小麟. 小型微型计算机系统. 2018(08)
[3]协同空间关键词Top-k查询[J]. 郭帅,刘亮,秦小麟. 小型微型计算机系统. 2018(07)
[4]外包空间数据库中的反向k最远邻居查询验证技术[J]. 王海霞,谷峪,于戈. 计算机学报. 2018(08)
[5]空间数据库中基于Voronoi图的线段组最近邻查询[J]. 郭莹莹,张丽平,李松. 小型微型计算机系统. 2017(10)
[6]障碍空间中基于Voronoi图的组反k最近邻查询研究[J]. 张丽平,刘蕾,郝晓红,李松,郝忠孝. 计算机研究与发展. 2017(04)
[7]基于改进Metric索引的反向最远邻查询方法[J]. 杨秀娟,董军,李慧慧,袁延忠,陈晓丹. 计算机工程. 2017(04)
[8]空间数据库中基于Voronoi图的线段反k最近邻查询[J]. 刘蕾,张丽平,于嘉希,李松. 小型微型计算机系统. 2017(04)
[9]支持室内障碍空间的DSP-Topk查询优化算法研究[J]. 李博涵,张潮,李东静,许建秋,夏斌,秦小麟. 计算机研究与发展. 2017(03)
[10]一种针对反向空间偏好top-k查询的高效处理方法[J]. 李淼,谷峪,陈默,于戈. 软件学报. 2017(02)
硕士论文
[1]MOIS-树索引结构下的查询算法研究[D]. 孙鸿儒.哈尔滨理工大学 2017
本文编号:2989358
【文章来源】:燕山大学河北省
【文章页数】:75 页
【学位级别】:硕士
【部分图文】:
Delaunay三角网其中,Delaunay三角网有如下性质:
最近邻查询与反向最近邻查询的结果集之间没有必然的联系。如图2-3 所示,3p 的最近邻是2p ,但是2p 的最近邻是1p ,即2p 不是3p 的反向最近邻。此外,RNN(q)与 NN(q)的结果集都是所给数据集P 中的点,而查询点q可以是数据集
p1p2 pFvc(p1)图 2-4 PFC 算法剪枝规则示意图大量的点,处理代价较高,随后姚等人在 最远单元)算法。这是目前最先进的RFN 查询数据点集的凸包单元上,因此,当查询点 。如图 2-5 所示,点8p 在凸包内,因此点8p 点位于凸包上,CHFC 算法会继续查询q的V边形,当且仅当数据点在 FVC 内时,该点才p1
【参考文献】:
期刊论文
[1]一种基于群组的反向k排名查询算法[J]. 周杨淏,秦小麟,谢小军,郭成盖. 小型微型计算机系统. 2018(10)
[2]基于用户分组的多用户偏好查询[J]. 王沁雪,江国华,秦小麟. 小型微型计算机系统. 2018(08)
[3]协同空间关键词Top-k查询[J]. 郭帅,刘亮,秦小麟. 小型微型计算机系统. 2018(07)
[4]外包空间数据库中的反向k最远邻居查询验证技术[J]. 王海霞,谷峪,于戈. 计算机学报. 2018(08)
[5]空间数据库中基于Voronoi图的线段组最近邻查询[J]. 郭莹莹,张丽平,李松. 小型微型计算机系统. 2017(10)
[6]障碍空间中基于Voronoi图的组反k最近邻查询研究[J]. 张丽平,刘蕾,郝晓红,李松,郝忠孝. 计算机研究与发展. 2017(04)
[7]基于改进Metric索引的反向最远邻查询方法[J]. 杨秀娟,董军,李慧慧,袁延忠,陈晓丹. 计算机工程. 2017(04)
[8]空间数据库中基于Voronoi图的线段反k最近邻查询[J]. 刘蕾,张丽平,于嘉希,李松. 小型微型计算机系统. 2017(04)
[9]支持室内障碍空间的DSP-Topk查询优化算法研究[J]. 李博涵,张潮,李东静,许建秋,夏斌,秦小麟. 计算机研究与发展. 2017(03)
[10]一种针对反向空间偏好top-k查询的高效处理方法[J]. 李淼,谷峪,陈默,于戈. 软件学报. 2017(02)
硕士论文
[1]MOIS-树索引结构下的查询算法研究[D]. 孙鸿儒.哈尔滨理工大学 2017
本文编号:2989358
本文链接:https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/2989358.html