EINN最近邻居查询索引遍历算法改进

最近邻居查询是时空数据库的关键技术。目前,基于R TREE系列索引结构的EINN最近邻居查询遍历算法具有访问最少数据块找到最近邻居的优势,但存在时空运算冗余的不足。鉴于此,通过一定的内存资源代价,减少最近邻居查询索引遍历过程中的时空运算次数,对算法EINN进行改进。实验证明,在保证数据块访问数量不变的情况下,改进算法S EINN在时空运算开销方面比算法EINN有较大优势。

基于SR-树的空间对象最近邻查询

最近邻查询是空间数据库的重要应用之一,最近邻查询概念的扩展,即对象的相似性查询中,利用以往的定位查询以及范围查询方法不能很好的解决最近邻查询的问题,在分析NN查询的基本概念和存储区域的基础上,提出区别于以往NN查询的基于SR-树的多对象NN查询方法,根据某几个查询点,找出离它们最近的一个点或者是k个点,在某种意义上是寻求一种最优方案。

基于扩展时空距离度量的连续k近邻查询方法

针对基于TPR树索引的连续k近邻查询,引入了一种新的时空距离度量最小最大距离函数作为TPR树索引搜索时节点剪枝上界。提出了一种采用最优优先策略的基于扩展时空距离度量的连续k近邻查询STM-CNN算法,利用最小距离函数进行TPR树索引节点搜索时访问排序,并使用最小最大距离函数对TPR树索引进行剪枝界定。

基于R树及其变种的最近邻查询研究

最近邻查询是空间数据查询领域中最重要的查询技术之一。最近邻查询根据所查询的目标对象的运动特性分为静态最近邻查询和动态最近邻查询。静态最近邻查询的关键在于运用最小距离和最小最大距离作为查询条件,对索引树的节点进行排序和剪枝进而查找目标对象。通过对现有最近邻查询算法的分析研究,比较这些现有算法的优缺点。