版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、基于路網(wǎng)的大規(guī)模移動(dòng)對(duì)象K近鄰查詢技術(shù)已經(jīng)在各種基于位置的服務(wù)中得到廣泛的應(yīng)用。但是,現(xiàn)有的相關(guān)研究主要存在三方面的問題:1、預(yù)計(jì)算道路頂點(diǎn)與對(duì)象間路網(wǎng)距離的方式無法適應(yīng)移動(dòng)對(duì)象頻繁的位置變動(dòng);2、采用 R-tree及其衍生索引對(duì)移動(dòng)對(duì)象進(jìn)行索引時(shí)更新效率不高;3、沒有充分考慮移動(dòng)對(duì)象數(shù)據(jù)分布不均對(duì) K近鄰查詢算法效率的影響。
針對(duì)上述問題,本文在充分分析現(xiàn)有基于路網(wǎng)的移動(dòng)對(duì)象K近鄰查詢相關(guān)研究的基礎(chǔ)上,提出新的索引方案和相應(yīng)
2、的K鄰近算法,并實(shí)現(xiàn)一個(gè)完整的基于路網(wǎng)的K近鄰查詢系統(tǒng)。本文的主要研究內(nèi)容包括:
?。?)考慮路網(wǎng)結(jié)構(gòu)的相對(duì)不變性,結(jié)合移動(dòng)對(duì)象位置頻繁變更和現(xiàn)實(shí)情況中分布不均的特點(diǎn),采用R-tree和層次網(wǎng)格索引作為算法底層索引結(jié)構(gòu)。利用平衡多叉樹R-tree查詢效率高的特點(diǎn),對(duì)路網(wǎng)這類靜態(tài)數(shù)據(jù)進(jìn)行索引。利用層次網(wǎng)格索引維護(hù)簡單的特性,對(duì)移動(dòng)對(duì)象進(jìn)行索引。同時(shí),利用層次網(wǎng)格索引網(wǎng)格分布反映數(shù)據(jù)疏密分布的特點(diǎn),在KNN算法中獲取合適大小的KNN
3、查詢范圍。
?。?)為了實(shí)現(xiàn)KNN查詢范圍的快速外擴(kuò),每個(gè)網(wǎng)格需要實(shí)時(shí)知道其鄰近網(wǎng)格信息,針對(duì)層次網(wǎng)格索引中網(wǎng)格大小不一的特點(diǎn),設(shè)計(jì)并實(shí)現(xiàn)了層次網(wǎng)格索引的網(wǎng)格通信機(jī)制。當(dāng)網(wǎng)格發(fā)生分裂或合并時(shí),網(wǎng)格的局部分布發(fā)生變化,受影響網(wǎng)格之間進(jìn)行通信。網(wǎng)格分裂或合并時(shí),新網(wǎng)格利用原網(wǎng)格的鄰近信息結(jié)合相應(yīng)算法獲取其鄰近信息。同時(shí),考慮網(wǎng)格大小對(duì)網(wǎng)格相對(duì)位置帶來的影響,執(zhí)行消息過濾算法和消息合成算法實(shí)現(xiàn)原網(wǎng)格的鄰近網(wǎng)格的信息更新。
?。?/p>
4、3)在層次網(wǎng)格索引的網(wǎng)格通信機(jī)制基礎(chǔ)上,利用查詢范圍外擴(kuò)前后的鄰近信息相近的特點(diǎn),設(shè)計(jì)增量式的KNN查詢范圍外擴(kuò)算法?;诋?dāng)前查詢范圍的鄰近網(wǎng)格信息,減去外擴(kuò)后被包含網(wǎng)格,增加被包含網(wǎng)格的外邊界鄰近網(wǎng)格,實(shí)現(xiàn)增量式新查詢范圍鄰近網(wǎng)格的獲取,進(jìn)而達(dá)到合適 KNN查詢范圍快速外擴(kuò)的效果。最后將上述所有研究內(nèi)容整合到現(xiàn)有的基于R-tree和網(wǎng)格類索引的KNN算法框架中。
(4)論文設(shè)計(jì)了實(shí)驗(yàn),從索引構(gòu)建成本、KNN查詢效率兩個(gè)維度對(duì)
5、本文算法進(jìn)行全面分析。索引構(gòu)建成本維度的相關(guān)實(shí)驗(yàn)表明,層次網(wǎng)格索引的網(wǎng)格通信機(jī)制的引入,帶來的額外更新操作時(shí)間是很小的,足以應(yīng)對(duì)移動(dòng)對(duì)象頻繁的位置變更。KNN查詢效率維度的相關(guān)實(shí)驗(yàn)表明:從整體上看,基于本文算法的KNN查詢所需時(shí)間比對(duì)比算法少得多;根據(jù) KNN查詢算法各階段任務(wù)對(duì)應(yīng)的效率指標(biāo),可以發(fā)現(xiàn)基于本文的算法能夠獲取更為合適的查詢范圍,減少了不必要的計(jì)算。
(5)設(shè)計(jì)和實(shí)現(xiàn)了基于路網(wǎng)的大規(guī)模移動(dòng)對(duì)象KNN查詢?cè)拖到y(tǒng)。系
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于路網(wǎng)的移動(dòng)對(duì)象K近鄰查詢方法研究.pdf
- 空間移動(dòng)對(duì)象的最近鄰查詢方法研究——移動(dòng)對(duì)象連續(xù)k近鄰查詢.pdf
- 移動(dòng)對(duì)象反向k近鄰查詢研究.pdf
- 基于區(qū)域覆蓋的移動(dòng)對(duì)象K近鄰查詢算法的研究與實(shí)現(xiàn).pdf
- 大規(guī)模移動(dòng)對(duì)象時(shí)空聚集查詢與分析技術(shù)研究.pdf
- 移動(dòng)對(duì)象連續(xù)κ近鄰查詢處理技術(shù)研究.pdf
- 優(yōu)化的基于Voronoi圖的移動(dòng)對(duì)象K近鄰查詢算法的研究與實(shí)現(xiàn).pdf
- 分布式環(huán)境下移動(dòng)對(duì)象可視k近鄰查詢技術(shù)研究.pdf
- 移動(dòng)對(duì)象基于Quad樹的K近鄰查詢算法的研究.pdf
- 移動(dòng)對(duì)象的連續(xù)K近鄰查詢方法研究.pdf
- 路網(wǎng)中移動(dòng)對(duì)象最近鄰及反向最近鄰查詢處理研究.pdf
- 基于預(yù)計(jì)算的路網(wǎng)k路徑近鄰查詢研究.pdf
- 障礙空間中移動(dòng)對(duì)象的k最近鄰和組k最近鄰查詢研究.pdf
- 受限空間環(huán)境下的移動(dòng)k近鄰查詢處理技術(shù)研究.pdf
- 路網(wǎng)中移動(dòng)對(duì)象的索引與查詢研究.pdf
- 基于Voronoi圖的路網(wǎng)中的概率最近鄰和排序反向k近鄰查詢研究.pdf
- 保護(hù)位置隱私k近鄰查詢技術(shù)研究.pdf
- 路網(wǎng)中基于RQN樹的移動(dòng)對(duì)象索引與查詢.pdf
- 25188.基于多agent的gis快速查詢技術(shù)研究
- 移動(dòng)對(duì)象及其最近鄰查詢算法研究.pdf
評(píng)論
0/150
提交評(píng)論