一种基于路网的连续最近邻查询算法

一种基于路网的连续最近邻查询算法

ID:14192643

大小:380.50 KB

页数:9页

时间:2018-07-26

一种基于路网的连续最近邻查询算法_第1页
一种基于路网的连续最近邻查询算法_第2页
一种基于路网的连续最近邻查询算法_第3页
一种基于路网的连续最近邻查询算法_第4页
一种基于路网的连续最近邻查询算法_第5页
资源描述:

《一种基于路网的连续最近邻查询算法》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、一种基于路网的连续最近邻查询算法摘要:在路网中,连续最近邻(ContinuousNearestNeighbor,CNN)查询在基于位置的服务中尤为关键。现有的查询处理方法大多依赖于路网中查询对象的分布密度,其他处理方法如UNICONS等改进了这些不足。然而在查询对象密集分布的路网中,存在无效计算最近邻(NearestNeighbor,NN)的问题。针对这个问题,本文提出并证明了非交叉点子路径中的预计算方法,并基于该方法提出了CNN查询算法。该算法利用分治法以交叉点为划分依据,将查询路径划分成子路径,然后对子路径中的结点进行NN查

2、询,从而降低了NN查询的计算代价。通过实验,验证了本文提出的查询处理方法在CNN查询中的正确性和有效性,性能优势尤为明显。关键词:连续最近邻查询;基于位置的服务;UNICONS;预计算方法;分治算法AlgorithmforCNNQueryoverRoadNetworkWangHeng1,2Ying-YuanXiao1,21TianjinKeyLaboratoryofIntelligenceComputingandNovelSoftwareTechnology,TianjinUniversityofTechnology,30038

3、4,Tianjin2KeyLaboratoryofComputerVisionandSystem(TianjinUniversityofTechnology),MinistryofEducation,300384,TianjinAbstractInRoadNetwork(RN),ContinuousNearestNeighbor(CNN)queryfrequentlyusedinLocation-BasedServices(LBS).ThemajorityoftheexistingworksonCNNqueriesarelarg

4、elyaffectedbythedensityofobjectsofinterest,otherssuchasUNICONSovercometheseproblems,yettheremaybeover-calculatingproblem.Inthispaper,weproposeandproofapre-computationtheorybasedonnon-intersectionpath,andthenpresentedanalgorithmforCNNquery,whichusesdivideandconquermet

5、hodtoqueryNNonsubpath,whereisdividedthequerypathintosubpathbasedonnon-intersectionpoints,andthentoreducethecomputationalcost.ExperimentalresultsshowthatourprocessingapproachintheCNNqueryiscorrectandeffective,especiallytheresultiswellperformancewhentheintersectionpoin

6、tssparselydistributed.KeywordsCNN;LBS;UNICONS;pre-computation;divideandconquermethod1引言随着移动计算、无线通讯、GIS(GeographicInformationSystem)、以及GPS空间定位、空间网络数据库(SpatialNetworkDatabase,SNDB)等技术的迅速发展,基于位置的服务(Location-Based-Service,LBS)得到了广泛的应用。连续最近邻(ContinuousNearestNeighbor)查询[1

7、]作为LBS中重要的查询类型,引起了国内外学者的关注。现有的查询处理方法大多采用预计算的方法,该方法首先对路网进行处理(如空间区域划分、裁剪等),然后预先计算路网中结点的NN并进行存储,最后处理查询路径上的CNN。与其他查询处理方法相比,该方法明显提高了查询的性能,并得到深入的研究。研究成果有:Feng等人[2]提出一种启发式的区域裁剪算法,通过该算法获得预计算的查询区域(r-region),然后计算查询路径上每个结点的NN。但该方法只能解决k=1的CNN查询问题。之后,Kolahdouzan等人[3]提出了基于VN3(Voro

8、noi-BasedNetworkNearestNeighbor)[4]的CNN查询处理算法UBA(UpperBoundAlgorithm)。但该方法需要进行大量的NN查询来查找划分点,并且查询NN的VN3方法,依赖于路网中查询对象的分布密度和k值的大小,计算代价

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。