時(shí)空數(shù)據(jù)庫中最近鄰查詢技術(shù)的研究.pdf

1、時(shí)空數(shù)據(jù)庫是在空間數(shù)據(jù)庫的基礎(chǔ)上發(fā)展而來的新興數(shù)據(jù)庫技術(shù)，用于處理隨時(shí)間推移而變化的空間信息。最近鄰(NearestNeighbor，NN)查詢是在空間數(shù)據(jù)庫和時(shí)空數(shù)據(jù)庫中經(jīng)常會(huì)使用的一種查詢技術(shù)，它返回在數(shù)據(jù)庫中所存儲(chǔ)的距離查詢對(duì)象最近的對(duì)象。對(duì)于最近鄰查詢的實(shí)施，首先要考慮的是相關(guān)查詢算法的設(shè)計(jì)和實(shí)現(xiàn)。隨著無線通信和定位技術(shù)的發(fā)展，可有效處理大量移動(dòng)對(duì)象的查詢算法越來越引起人們的注意。目前，TPR樹(Time-Parameteriz

2、edR-tree，TPR-tree)是針對(duì)移動(dòng)對(duì)象現(xiàn)在和將來位置的查詢最有效的時(shí)空索引結(jié)構(gòu)，因此基于TPR樹的動(dòng)態(tài)最近鄰的查詢算法具有相當(dāng)?shù)难芯績(jī)r(jià)值。 本文首先介紹和分析了前人在最近鄰查詢算法上的研究成果，接著對(duì)TPR樹中移動(dòng)對(duì)象動(dòng)態(tài)距離的計(jì)算作了相關(guān)的討論。在此基礎(chǔ)上，提出了一種基于TPR樹可擴(kuò)展的查找多個(gè)最近鄰對(duì)象(K-NearestNeighbors，KNN)的查詢算法。該算法包含兩個(gè)部分：對(duì)TPR樹中結(jié)點(diǎn)的優(yōu)化剪枝遍歷和

3、對(duì)葉結(jié)點(diǎn)中移動(dòng)對(duì)象的處理。隨后，針對(duì)在得到查詢結(jié)果以后移動(dòng)對(duì)象可能會(huì)發(fā)生更新的情況，描述了維持查詢結(jié)果有效性的解決方案?；谒岢龅淖罱彶樵兯惴?，本文提出了一種簡(jiǎn)便易行的連續(xù)最近鄰(ContinuousNearestNeighbor，CNN)查詢的實(shí)現(xiàn)方法。該方法基于當(dāng)查詢間隔到來時(shí)反復(fù)執(zhí)行最近鄰查詢的思想，通過最近鄰鏈表來確定動(dòng)態(tài)查詢間隔。最后，通過仿真實(shí)驗(yàn)對(duì)所提出的查詢算法的性能進(jìn)行了測(cè)試，并從移動(dòng)對(duì)象數(shù)目、查詢時(shí)間段長(zhǎng)度以及最近