主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2018-2019年专刊出版计划 微信服务介绍 最新一期:2019年第10期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
廖巍,熊伟,王钧,景宁,钟志农.可伸缩的增量连续k近邻查询处理.软件学报,2007,18(2):268-278
可伸缩的增量连续k近邻查询处理
Scalable Processing of Incremental Continuous k-Nearest Neighbor Queries
投稿时间:2005-05-11  修订日期:2006-04-03
DOI:
中文关键词:  连续k近邻查询  TPR树  SI-CNN框架  SI-CNN算法  增量处理
英文关键词:CKNN (continuous k-nearest neighbor) query  TPR-tree (time-parameterized R-tree)  SI-CNN (scalable processing of incremental continuous k-nearest neighbor queries) framework  SI-CNN algorithm  incremental processing
基金项目:Supported by the National Natural Science Foundation of China under Grant No.60472031 (国家自然科学基金)
作者单位
廖巍 国防科学技术大学,电子科学与工程学院,湖南,长沙,410073 
熊伟 国防科学技术大学,电子科学与工程学院,湖南,长沙,410073 
王钧 国防科学技术大学,电子科学与工程学院,湖南,长沙,410073 
景宁 国防科学技术大学,电子科学与工程学院,湖南,长沙,410073 
钟志农 国防科学技术大学,电子科学与工程学院,湖南,长沙,410073 
摘要点击次数: 3113
全文下载次数: 3409
中文摘要:
      针对基于TPR树(time-parameterized R-tree)索引的大量并发CKNN(continuous k-nearest neighbor)查询处理,提出了一种可伸缩的增量连续k近邻查询处理(scalable processing of incremental continuous k-nearest neighbor queries,简称SI-CNN)框架,通过引入搜索区域进行预裁剪以减少查询更新所需要的TPR树节点访问代价,并引入了增量结果表以保存候选对象,批量地更新查询结果集,具有良好的可伸缩性.基于SI-CNN框架提出了一种增量更新的SI-CNN查询处理算法,能够基于上次查询结果增量的更新查询,支持查询集合中加入或删除查询和移动对象数据集的插入、删除等动态更新操作.实验结果与分析表明,基于SI-CNN框架的SI-CNN算法可以很好地支持大量并发的CKNN查询处理,具有良好的实用价值.
英文摘要:
      To evaluate the large collection of concurrent CKNN (continuous k-nearest neighbor) queries continuously, a scalable processing of the incremental continuous k-nearest neighbor (SI-CNN) framework is proposed by introducing searching region to filter the visiting TPR-tree (time-parameterized R-tree) nodes. SI-CNN framework exploits the incremental results table to buffer the candidate objects, flushes the objects into query results in bulk, efficiently processes the large number of CKNN queries concurrently, and has a perfect scalability. An incremental SI-CNN query update algorithm is presented, which evaluates incrementally based on the former query answers and supports the insertion or deletion of both query collection and moving objects. Experimental results and analysis show that SI-CNN algorithm based on SI-CNN framework can support a large set of concurrent CKNN queries perfectly, and has a good practical application.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会 京ICP备05046678号-4
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利