基于扩展时空距离度量的连续k近邻查询方法
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:

国家自然科学基金资助项目(60472031)


Continuous k-nearest Neighbor Queries Based on ExtendedSpatio-temporal Distance Metrics
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    针对基于TPR树索引的连续 k近邻查询,引入了一种新的时空距离度量最小最大距离函数作为TPR树索引搜索时节点剪枝上界。提出了一种采用最优优先策略的基于扩展时空距离度量的连续k近邻查询STM-CNN算法,利用最小距离函数进行TPR树索引节点搜索时访问排序,并使用最小最大距离函数对TPR树索引进行剪枝界定。

    Abstract:

    In order to process CKNN queries on the basis of TPR-tree efficiently, a new spatio-temporal distance metrics minmaxdist(t) was presented as a pruning upper bound. Also a CKNN queries algorithm STM-CNN which can search in best-first manner was developed by means of mindist(t) and minmaxdist(t) metrics, in which STM-CNN algorithm visits TPR-tree nodes according to mindist(t)order, and pruning the nodes with minmaxdist(t).

    参考文献
    相似文献
    引证文献
引用本文

廖巍,吴秋云,陈宏盛,等.基于扩展时空距离度量的连续k近邻查询方法[J].国防科技大学学报,2007,29(1):81-85.
LIAO Wei, WU Qiuyun, CHEN Hongsheng, et al. Continuous k-nearest Neighbor Queries Based on ExtendedSpatio-temporal Distance Metrics[J]. Journal of National University of Defense Technology,2007,29(1):81-85.

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2006-05-16
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2013-02-28
  • 出版日期:
文章二维码