基于聚类的空间数据多比例尺索引树

针对现有空间对象多尺度索引结构聚簇性不高的问题,在R树索引的基础上提出一种基于聚类的空间数据多比例尺索引结构。利用树的层次结构反映空间数据的多比例尺特性,用k-means算法对相同等级的空间对象进行聚类分组,减少空间区域覆盖和重叠。实验结果表明,该方法与基于四叉树的多比例尺索引相比,能有效提高空间数据多比例尺显示的性能。

基于订阅划分的多维索引并行匹配算法

针对基于内容的发布/订阅系统匹配算法中的计数算法和树形算法在多操作符匹配结构中效率不高的问题,提出了一种基于订阅划分的多维索引并行匹配算法(SPMP-match).该算法利用二叉树原理对订阅进行分组,然后组织成树形索引结构,采用一种边匹配谓词边观察的策略,及时终止无成功匹配订阅的情形.该算法仅对可能和一个事件匹配成功的所有订阅进行匹配,不会产生无价值的时间消耗,并且在查找匹配成功的订阅时,只须要查看所有可能和某事件匹配成功的订阅表,避免了扫描整个订阅集合.