基于r树移动对象预测位置查询

基于r树移动对象预测位置查询

ID:19706777

大小:228.50 KB

页数:7页

时间:2018-10-05

基于r树移动对象预测位置查询_第1页
基于r树移动对象预测位置查询_第2页
基于r树移动对象预测位置查询_第3页
基于r树移动对象预测位置查询_第4页
基于r树移动对象预测位置查询_第5页
资源描述:

《基于r树移动对象预测位置查询》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、基于R树移动对象预测位置查询基金项目:浙江省自然科学基金(Y12F020080),浙江省重大科技专项(2011C11046)作者简介:胡国建,男,本科生,A11计算机。张祺,夏胜凯,男,本科生。胡国建张祺夏胜凯(浙江海洋学院数理与信息学院浙江舟山,316004)摘要:当前对移动对象位置预测查询的研究中,索引结构是查询性能优良的关键。针对现有方法中存在的缺陷,本文提出R-tree索引方法。R树算法能有效的索引移动对象的现在与预测的将来位置。R树算法考虑移动对象的速度与方向来预测移动对象在不久将来的大致位置。

2、实验结果表明,采用R-tree索引结构具有最优的查询和更新性能。关键词:R树;移动对象;位置预测;MovingObjectPredictionLocationQuerybasedonR-treeHuguojian,Zhangqi,Xiashengkai(Maths,PhysicsandInformationCollege,ZhejiangOceanUniversity,ZhoushanZhejiang316000,China)Abstract:Intheresearchofthepredictionloc

3、ationqueryofthemovingobjects,thedesignofindexstructureisthekeytoperformance.Accordingtodefectsoftheexistingindexmethods,R-treeindexmethodisproposedinthispaper.R-treealgorithmcaneffectivelyindexspacemovingobjectandpredictthefuturepositions.R-treealgorithmp

4、redictsthemovingobjectslocationthroughthespeedanddirectionofobjectmobilebound.TheexperimentalresultsshowthatR-treeindexstructurehaveaoptimalsearchandperformance.Keywords:R-tree;Moveobjects;Locationprediction;1引言移动计算、无线通讯和定位技术的快速发展使得跟踪和管理实际生活中的移动对象轨迹成为了现实。

5、随着移动通信、移动定位技术的迅速发展和移动终端设备(如车载、手持设备等)的不断普及,越来越多的应用(如车载导航、智能交通、实时监控、作战指挥控制等)要求在移动过程中实现对地理空间信息的实时获取。移动对象轨迹是物体在某一个时间段内所经过的路线。对于移动对象在一定时间内的预测位置查询处理技术成为了当前涉及移动对象轨迹信息的时空数据库研究领域的重点与热点之一。传统的B树已经不能完全的满足于社会进步,人们需求。R树在数据库等领域做出的功绩是非常显著的。它把B树的思想很好的扩展到了多维空间,采用了B树分割空间的思想

6、,并在添加、删除操作时采用合并、分解结点的方法,保证树的平衡性。,对移动对象位置查询索引方法大体分为两类:一类为对历史位置的提取;一类为对当前位置提取和对将来位置的预测。它很好的解决了在高维空间搜索等问题。在BiN-tree中,引入对象标识辅助索引,搜索Btree,直接获取被更新对象在TPN-tree中的存取路径(对象的更新数据可简化为(Old,P,V)),然后执行删除和插入操作。能够有效而又简单的解决移动对象预测位置的查询。移动对象是指对象的空间数据随时间的变化而连续变化的对象,它主要可以分为移动点(m

7、ovingpoint)和移动区域(movingregion)。移动点是指随时间而变化的空间对象的位置(position)。对移动点的查询主要是要确定移动对象的位置。移动区域是指随时间而变化的空间对象的位置及其形状。。对移动区域的查询主要是要确定在特定时间内移动对象的位置或形状。移动对象数据库通常管理着数量非常庞大的移动对象。在查询处理时如果逐个扫描所有的移动对象显然将会极大地影响系统的性能。移动对象的索引方法通常借鉴于空间数据索引技术,不同之处在于移动对象的索引中有一维必然是时间维。已提出的移动对象索引方

8、法主要分为两类:1)索引移动对象过去与当前的位置;2)索引移动对象当前与将来的位置。[1]基于R-tree的移动对象索引技术迄今为止,一些好的关于移动对象索引技术的综述已被给出。例如,Gaede等[12]给出了一个关于空间数据库中各种多维访问方法的综述;Mokbel等[13]给出了一个关于已有的各种时空访问方法的综述。根据各种时空访问方法所支持的查询类型与时间,Mokbel等将时空索引方法分成两类:索引过去、索引现在与预测将来

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。