期刊文献+

基于Delaunay图和蜂群聚类的矿区GIS索引优化 被引量:1

Mining Area Index Optimization Based on Delaunay and Bee Colony Cluster
下载PDF
导出
摘要 在矿区环境可持续发展决策支持系统的后台矿区GIS索引优化的研究中,通过对数值分析、图形学和数据挖掘的研究,采用Delaunay图预处理技术及蜂群聚类算法优化矿区GIS索引分裂算法,优化后的算法能减少矿区GIS索引分裂重插产生的重叠。通过仿真实验表明,优化方案是可行有效的,同时提高了矿区GIS数据库的查询性能。 The backstage mining area GIS index optimization in mining area environment sustainable development support system is researched in this paper.We use Delaunay and bee colony cluster algorithm by the research of figure and data mining to reduce overlap that split and reinserted node result in.It is applied in the split algorithm.These bring about fast query.A series of tests indicate that the algorithm improves the query efficiency of spatial data when the algorithm is executed.
作者 杜晓昕
出处 《科技通报》 北大核心 2013年第3期143-146,共4页 Bulletin of Science and Technology
基金 齐齐哈尔大学青年教师科研启动支持计划项目(2010K-M15)
关键词 矿区GIS Delaunay图 蜂群聚类 分裂算法 mining area GIS Delaunay bee colony cluster split algorithm
  • 相关文献

参考文献7

二级参考文献57

共引文献43

同被引文献11

引证文献1

二级引证文献17

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部