GRkNN:空间数据库中组反k最近邻查询.pdfVIP

GRkNN:空间数据库中组反k最近邻查询.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第 33卷 第 l2期 计 算 机 学 报 VoI.33 No.12 2010年 12月 CHINESEJOURNALOFCOMPUTERS Dec.2O1O GRkNN:空间数据库中组反 k最近邻查询 宋晓宇 于程程 孙焕 良 许景科 (沈 阳建筑大学信息与控制工程学 沈阳 l10168) 摘 要 反 最近邻 (Reverse 一Nearest—Neighbor,RkNN)查询是在 最近邻 (一Nearest—Neighbor,kNN)查询问题 的基础上产生的,获得将查询对象作为kNN 的数据对象集合 ,RkNN可 以用于评价查询对象的影响力.根据实际 应用 中需要查询一组对象的RkNN,如评价连锁店或商业 区的影响.文中提 出了针对空间数据库 的组反 k最近邻 (GroupRkNN,GRkNN)的概念 ,并设计 了相关算法.查询点集合是一组邻近的空间对象,计算查询对象的最小覆 盖圆,将最小覆盖圆中的对象作为一个整体进行过滤 ,设计 了基于 R树 的剪枝方法 ,通过提炼获取 了最终的 GRkNN结果.针对真实数据集进行的大量实验表明,提出的GRkNN算法的效率 明显优于 目前最好的RkNN算法. 关键词 反最近邻 ;GRkNN查询 ;R树 ;最小覆盖 圆 中图法分类号 TP311 DOI号 :10.3724/SP.J.1016.2010.02229 GRkNN:GroupReversek—Nearest—NeighborQueryinSpatialDatabases SONG Xiao—Yu YU Cheng—Cheng SUN Huan——Liang XU Jing——Ke (Department0, formationandControlEngineering,ShenyangJianzhuUniversity,Shenyang 110168) Abstract Reversek-Nearest—Neighbor(RkNN)queryisproposedbasedonthe是一Nearest—Neigh- bor(kNN)query,whichfindsobjectsthattakethequeryobjectasoneoftheirkNN.RkNN que— rycanbeusedtoevaluatetheinfluenceofthequeryobjects.Accordingtothepracticalapplica— tionthatRkNN ofagroupofobjectsarequeried,suchasevaluatingtheinfluenceofchainsor shoppingcenters,theauthorsproposetheconceptofGroupRkNN (GRkNN)inspatialdatabase anddesignthecorrespondingalgorithms.Givenagroupofnearbyspaceobjectsasthequeryin— put,theauthorscomputethesmallestcircleenclosingthequeryobjectsinthefirst,andconsider theobjectsinthecircleasawhole.Then,theydesign3filtermethodbasedonR—tree,andare— finementprocessissubsequentlyusedtogetthequery’SfinalGRkNN queryresults.A largeof experimentsaccording torealdata sets,show thatthe efficiency oftheproposedmethod for GRkNN outperformsthestate—of—the—artalgorithm. Keywords reverse忌 Nearest—Neig

文档评论(0)

jsntrgzxy + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档