|
|
EDA365欢迎您登录！
您需要 登录 才可以下载或查看，没有帐号？注册
x
一种基于密度网格索引的k-最近邻查询算法 , j: E, k- h. S7 d2 \' H
摘要:基于位置的服务的迅速发展对服务响应的效率提升和成本控制提出了更高的要求,本文提出了一种基$ m9 l# L* p" W! k4 H; H
于密度网格索引的k-最近邻查询算法,该算法首先利用矩形的几何特点获取一系列候选搜索半径,随后根据移动对象
8 Y% R0 H4 G& G, y% }. g; f; C# S的密度分布情况选择适当的候选搜索半径进行距离过滤,尽量减少不必要的内存索引单元和磁盘索引单元的访问.实2 ]" {, y6 c% ^# S& K) H# k" e
验表明,实现了本文算法的密度网格索引在k-最近邻查询的查询效率上与STB-tree不相上下，而查询的I/O代价与2 f5 F; h0 _0 O) _- P1 @
其他索引结构相比有明显的优势.
b7 y3 o1 i2 J6 S9 j关键词: k-最近邻查询;移动对象;密度网格;候选搜索半径) A9 ^- {2 |" |/ t
, T, u6 c8 ` A6 d& K& P6 q1引言
' X( G) u# e2 Y8 ]随着无线传感器网络和GPS定位技术的迅速发展,新兴了一大批基于位置的服务,它们能够根据用户的位置信息为用户提供有针对性和个性化的信息服务,例如当顾客经过某个商圈时,其移动电话中将接收到附近商店的促销广告和打折商品信息;用户在驾驶.车辆的过程中能够及时获取前往目的地道路的交通拥堵状况等.目前,基于位置的服务所面向的用户数量在不断增加,因此如何高效存储用户的位置信息以及快速的响应用户的服务需求成为了研究的热点.6 b* F, B5 g E5 }) C' Z: U
移动对象数据库( Moving Object Databases, 简称MOD)的提出为高效的管理海量移动对象位置信息建- R7 h9 m! C+ }3 N1 Z0 G% q& b
- B, X" a( f8 H# N6 z+ J4 H1 M* }3 a+ m5 p
2 r: u+ e! d& v. |* F4 j/ T
|
|
/1 
发表于 2021-2-20 10:51
收藏
淘帖
支持！
反对！