基于数据空间网格划分的PK-树索引结构-计算机应用研究.PDFVIP

第 12 期 胡 云等: 基于数据空间网格划分的 PK-树索引结构 ·33 · 基于数据空间网格划分的 PK-树索引结构* 1, 2 2 1 胡 云 , 孙志挥 , 李存华 ( 1. 淮海工学院 计算机科学系, 江苏 连云港 222005; 2. 东南大学 计算机科学与工程系, 江苏 南京 210018) 摘 要: 在大规模高维数据挖掘研究中, 数据存储与索引方法的有效性是决定算法时空效率的重要因素。将数 据空间网格划分策略与高效率的树型索引结构结合起来, 可以充分发挥两者在数据组织上的综合优势, 将复杂 问题转换为结构化的简单重复问题。在统一的框架下给出了各种数据空间网格划分的定义, 讨论了两种适用于 实现网格化数据索引的 R-树和 PK-树索引结构。试验结果表明 , PK-树在数据存储和索引上具有更高的效率 , 与 网格化数据组织方法结合起来, 对于降低大规模高维数据分析问题的时空复杂度具有重要意义。 关键词: 网格划分; PK-树 ; 索引 中图法分类号: TP391 文献标识码 : A 文章编号 : 1001- 3695( 2005) 12- 0033- 03 On the PK-tree Index Structure for Grid-based Point Data 1, 2 2 1 HU Yun , SUN Zhi-hui , LI Cun-hua ( 1. Dept. of Computer Science, Huaihai Institute of Technology, Lianyungang Jiangsu 222005, China; 2. Dept. of Computer Science Engi- neering, Southeast University, Nanjing Jiangsu 210018, China) Abstract: One of the key factor in large-scsle and high dimensional data mining is the efficiency of data handling and inde- xing. A promised approach to this concern is to take advantages of both grid partition and efficient tree structure indexing. With this means a complicated problem can be significently simplified. The paper formulizes the definition of various grid-par- tition methods and discusses a pair of tree-index structures which are preferable for handling large-scale and high dimensional point data set. Results show that the PK-tree is superior both in space usage and retrieve depth. Key words: Grid Partiti