一种基于群组的反向k排名查询算法

近年来,随着偏好查询主体视角的变化,对于反向排名的查询成为研究热点.反向k排名查询以产品作为主体,为给定的产品查询对其而言最优的k个用户,这在产品推荐、商业评估等方面有着非常重要的应用.然而,针对多产品点查询的问题,现有的方法在结果集质量和查询效率上都存在一定的不足.为此,本文提出了一种基于群组的反向k排名查询算法GP-Rkr.该方法首先通过动态阈值调整,对查询点集合进行有效分割;在此基础上,给出了一种层次网格索引结构LG-Index,并基于该索引结构在数据集上进行裁剪和过滤,采用层次渐进式的求解策略,进一步优化查询效率.最后,在人造数据和真实数据集上进行了实验.实验结果表明,本文提出的查询方法能够有效提高结果集质量,并且具有更好的查询效率.

空间多关键词Skyline查询算法

近年来,随着用户对于查询偏好性需求的增加,基于关键词的Skyline查询逐渐成为研究热点.针对实际应用中用户从当前空间位置及对象文本属性多角度审视某一数据集的需求,充分研究空间多关键词Skyline查询问题.在分析现有查询算法的不足基础上,建立了基于加权距离的空间文本支配模型,并提出了一种空间文本索引结构STR-Tree.该索引将空间区域信息与区域内的对象文本信息相结合,对查询无关区域进行快速且有效的剪枝.在此基础上,给出了一种空间多关键词Skyline查询算法SKS,通过采用最小值过滤等剪枝策略,进一步提升查询效率.最后,分别采用模拟数据集和真实数据集进行实验,结果表明SKS算法可以高效地处理空间多关键词Skyline查询.

基于人工势场法的多机器人协同避障

近年来,随着社会对机器人关注度的增加,移动机器人技术逐渐成为研究热点。机器人避障是移动机器人学中重要的研究课题,也是移动机器人面临的基本问题之一。针对多机器人的应用场景,在充分分析现有机器人避障算法的基础上,优化人工势场法,提出多机器人避障算法MPF(Multi-Robot Artificial Potential Field Method)和编队避障算法AOA(Advanced Obstacle Avoidance Method)。MPF算法优化了人工势场法存在局部最小值点的问题,提高了机器人到达目标点的概率;AOA算法结合现有的编队避障算法来提高机器人编队避障的效率。最后,分别为MPF算法和AOA算法设计不同的实验环境,实验结果表明,在障碍物复杂情况不同的环境中MPF算法可以有效且高效地引导机器人到达目标点;在不同的环境复杂度和机器人数量下,AOA算法能够提供高效稳定的编队避障。