首頁(yè) > 期刊 > 自然科學(xué)與工程技術(shù) > 信息科技 > 電子信息科學(xué)綜合 > 計(jì)算機(jī)科學(xué)與探索 > 基于Voronoi劃分的位置數(shù)據(jù)KNN查詢處理方法 【正文】
基于Voronoi劃分的位置數(shù)據(jù)KNN查詢處理方法
- 海量數(shù)據(jù)
- voronoi
- r樹(shù)
摘要：K最近鄰(KNN)查詢是空間數(shù)據(jù)查詢研究的重要內(nèi)容。目前的KNN查詢方法在處理大規(guī)模的位置數(shù)據(jù)時(shí),存在著更新和查找失衡的問(wèn)題,導(dǎo)致查詢效率較低。因此,提出基于Voronoi劃分的位置數(shù)據(jù)KNN查詢處理方法。首先,創(chuàng)建了一個(gè)二級(jí)空間索引結(jié)構(gòu)VRI,包含VHash和VR樹(shù)兩部分。一級(jí)索引結(jié)構(gòu)VHash表示Voronoi圖的直鄰;二級(jí)索引結(jié)構(gòu)VR樹(shù),按照各Voronoi單元所在的最小矩形區(qū)域的重疊面積,自下而上地生成對(duì)應(yīng)的R樹(shù)。其次,基于VRI索引結(jié)構(gòu)提出了位置數(shù)據(jù)的KNN查詢算法及動(dòng)態(tài)維護(hù)算法,在KNN查詢方法中,采用VR樹(shù)進(jìn)行定位,VHash查找K近鄰,能夠有效地對(duì)查詢點(diǎn)定位,查找速度快。再次,針對(duì)數(shù)據(jù)更新的情況,索引結(jié)構(gòu)也能夠及時(shí)更新,在更新的時(shí)間段內(nèi),對(duì)于位置數(shù)據(jù)隨時(shí)間變化的KNN查詢,提出了利用記錄表進(jìn)行有效查詢的方法。最后,實(shí)驗(yàn)表明,提出的基于Voronoi劃分的空間索引結(jié)構(gòu)和其對(duì)應(yīng)的KNN查詢算法均具有較好的性能和適應(yīng)性。
注：因版權(quán)方要求，不能公開(kāi)全文，如需全文，請(qǐng)咨詢雜志社
計(jì)算機(jī)科學(xué)與探索
- 預(yù)計(jì)1-3個(gè)月 預(yù)計(jì)審稿周期
- 0.65 影響因子
- 計(jì)算機(jī) 快捷分類
- 月刊 出版周期
主管單位：中國(guó)電子科技集團(tuán)公司;主辦單位：華北計(jì)算技術(shù)研究所
我們提供的服務(wù)
在線客服
一對(duì)一咨詢服務(wù)、簡(jiǎn)單快捷、省時(shí)省力
了解更多 >
快遞配送
直郵到家、實(shí)時(shí)跟蹤、更安全更省心
了解更多 >
雜志訂閱
去除中間環(huán)節(jié)享受低價(jià)，物流進(jìn)度實(shí)時(shí)通知
了解更多 >
雜志推薦
正版雜志，匹配度高、性價(jià)比高、成功率高
了解更多 >