空间数据库K最近对查询算法的研究.pdfVIP

  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
空间数据库K最近对查询算法的研究.pdf

中文摘要 摘要 目前,空间数据库已广泛地应用于地理信息系统(GIS)、医学图像和计算机 辅助设计与制造(CAD/CAM)等多个领域。由于其庞大的空间数据量以及空间物 标、空间查询的高度复杂性,空间查询成为空间数据库应用的难点和研究热点。 所谓K最接近对查询(K-CPQ),就是在两个空间数据集中进行检索查询, 以得到距离最接近的K个物标对。K-CPQ是空间连接查询和最近邻查询的结合 体,它既可以像连接查询给出所有的待选物标对,也可以像最近邻查询,依据裁 剪原则和更新策略查找距给定物标最近的物标。K-CPQ在决策制定和数据挖掘 等方面有重要的应用。 本文针对空间数据库在约束条件下的K最接近对查询算法开展研究,拟解 决约束空间中的空间数据搜索和匹配问题: 首先,本文分析了空间数据和空间索引的特点、空间存取机制的基本需求, 分析常用的空间索引技术,重点分析了R树索引技术; 其次,面向水上空间数据组织与管理,分析了S.57数据组织结构,在建立 水上空间数据库逻辑结构的基础上,建立R树空间索引; 再次,针对K最接近对查询问题中的主树剪裁策略和更新策略,给出基于 距离排序递归算法、平面扫描递归算法和平面扫描迭代算法的约束下K最接近 对查询算法。算法能够动态地调整距离阈值,对搜索路径进行裁剪,避免不必要 的计算量。 最后,对给出的三种约束下K最接近对查询算法进行了评价。 关键字:空间数据库;五最接近对查询;约束;R树;S-57 英文摘要 ABSTRACT database usedin hasbeen information Currently,spatial widely geographic and and systems(GIS),medicalimagingcomputer-aideddesign to of dataand otherfields.Dueits amount complex /CAM)and large spatial highly and of becomefocusof spatialobjectsspatialqueries,thestudyspatialqueries spatial databaseresearch. Kclosest canaddressthe of theKclosest pairsquery problemfinding pairs betweentwo datasets.Theisacombinationof andnearest spatial K-CPQ join a of alecandidatesfortheresult. neighbor joinquery,allpairsobjects queries.Like form Likeanearest metricsthebasisfor heuristics neighborquery,proximity

文档评论(0)

chengben002424 + 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