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
谷峪,于晓楠,于戈.一种障碍空间数据库中的连续反k近邻查询方法.软件学报,2014,25(8):1806-1816
一种障碍空间数据库中的连续反k近邻查询方法
Method for Continuous Reverse k-Nearest Neighbor Queries in Obstructed Spatial Databases
投稿时间:2012-10-09  修订日期:2013-07-09
DOI:10.13328/j.cnki.jos.004459
中文关键词:  连续查询  k近邻  障碍空间  查询优化  控制点
英文关键词:continous query  reverse k-nearest neighbor  obstructed space  query optimization  control point
基金项目:国家重点基础研究发展计划(973)(2012CB316201);国家自然科学基金(61003058,61033007,61202086);中央高校基本科研业务费专项资金(N130404010)
作者单位E-mail
谷峪 东北大学 信息科学与工程学院, 辽宁 沈阳 110819
医学影像计算教育部重点实验室(东北大学), 辽宁 沈阳 110819 
guyu@ise.neu.edu.cn 
于晓楠 东北大学 信息科学与工程学院, 辽宁 沈阳 110819
医学影像计算教育部重点实验室(东北大学), 辽宁 沈阳 110819 
 
于戈 东北大学 信息科学与工程学院, 辽宁 沈阳 110819
医学影像计算教育部重点实验室(东北大学), 辽宁 沈阳 110819 
 
摘要点击次数: 2136
全文下载次数: 2812
中文摘要:
      随着智能移动设备和无线定位技术的飞速发展,使用基于位置服务应用的用户越来越多.特别地,不同于传统的针对固定位置的快照查询,移动的用户往往基于移动轨迹发出连续的查询.在真实和虚拟的空间环境中,障碍物的影响都是广泛存在的,障碍空间内的查询处理技术得到了越来越多的关注,其中,障碍空间内的连续反k近邻查询处理有着重要的应用.对障碍空间中的连续反k近邻查询问题进行了定义和系统的研究,通过定义控制点和分割点,提出了针对该问题的处理框架.进一步地,提出了一系列的过滤和求精算法,包括剪枝数据集、获取障碍物、剪枝和计算控制点和更新结果集等处理策略.基于多种数据集对所提出的算法进行了实验评估.与针对每个数据点进行k 近邻计算的基本方法相比,这些方法可以大幅度提高查询处理的CPU 和I/O 效率.
英文摘要:
      With the rapid development of smart mobile devices and wireless location techniques, more and more users tend to attempt location-based service. Specifically, mobile users usually request continuous queries based on moving trajectories instead of traditional snap-shot queries for fixed locations. As obstacles can be found everywhere in the real-world or virtual space, more and more attentions has been paid on query processing techniques in the obstructed space. Notably, continuous reverse k-nearest neighbor queries in obstructed space are widely used. This paper presents an in-depth study on the problem of moving reverse k-nearest neighbor queries in obstructed spatial databases. By defining control points and split points, the processing framework for this problem is constructed. Furthermore, several pruning and verification algorithms, including data points reduction, obstacles retrieving, control points calculating and results set updating, are proposed to improve the query efficiency. Extensive experimental evaluation is conducted based on various datasets. Compared with the basic method which computes the k-nearest neighbors for each data point, the proposed methods can significantly improve CPU and I/O efficiency.
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