动态创建局部Voronoi图的连续近邻查询优化方法
需积分: 10 132 浏览量
更新于2024-09-08
1
收藏 185KB PDF 举报
"这篇论文探讨了如何利用动态创建局部Voronoi图来高效解决连续近邻查询的问题,特别是在时空数据库的背景下。作者王淼和郝忠孝提出了一个基于分支限界思想的方法,以减少k阶Voronoi图的构建成本。他们通过限制Voronoi图的生成范围,仅在查询段内所有点的k个近邻上界内构建局部的k阶Voronoi图,从而显著降低了查询复杂性。"
在计算机科学领域,尤其是在地理信息系统和时空数据库中,连续近邻查询是一项重要的任务,它要求找到一系列查询点的最近邻。传统的k阶Voronoi图是解决此类问题的有效工具,因为它能直观地表示出空间中的点与其最近邻之间的关系。然而,对于连续的查询,全量的k阶Voronoi图构建可能会带来巨大的计算和存储开销,这在实际应用中是不切实际的。
Voronoi图是一种分割空间的方式,每个点的区域(Voronoi细胞)包含了所有距离该点比其他任何点更近的点。k阶Voronoi图则扩展了这一概念,考虑了每个点的前k个最近邻。在本文中,作者意识到k阶Voronoi图在连续近邻查询中的优势,但同时也指出其实施的困难。
为了解决这个问题,论文引入了分支限界的思想。分支限界是一种搜索算法,常用于优化问题,通过设定上限来避免无效的搜索分支。在这里,作者使用分支限界来确定预创建Voronoi图时所需生成点的范围上界,有效地减少了计算的范围。
具体来说,论文提出的方法是在查询序列的每个时刻,仅构建当前查询点及其k个近邻的局部Voronoi图。这种方法不仅降低了计算量,还能适应查询的变化,使得在连续近邻查询中保持高效性能。通过这种方式,他们成功地降低了基于Voronoi图的连续k近邻查询的代价,提高了系统的响应速度和效率。
总结起来,这篇论文的研究成果对于时空数据库的查询优化具有重要意义,特别是对于那些需要频繁进行连续近邻查询的应用,如交通监控、环境监测或紧急响应系统等。通过动态创建局部Voronoi图,可以实现对大规模数据集的快速近邻检索,而无需预先构建完整的Voronoi图,从而在保证查询精度的同时,显著降低了计算资源的消耗。
2019-07-22 上传
2019-07-22 上传
2019-09-11 上传
2019-09-12 上传
2019-09-12 上传
2019-09-07 上传
2019-09-08 上传
2019-09-06 上传
2019-09-06 上传
weixin_39841882
- 粉丝: 445
- 资源: 1万+
最新资源
- 构建基于Django和Stripe的SaaS应用教程
- Symfony2框架打造的RESTful问答系统icare-server
- 蓝桥杯Python试题解析与答案题库
- Go语言实现NWA到WAV文件格式转换工具
- 基于Django的医患管理系统应用
- Jenkins工作流插件开发指南:支持Workflow Python模块
- Java红酒网站项目源码解析与系统开源介绍
- Underworld Exporter资产定义文件详解
- Java版Crash Bandicoot资源库:逆向工程与源码分享
- Spring Boot Starter 自动IP计数功能实现指南
- 我的世界牛顿物理学模组深入解析
- STM32单片机工程创建详解与模板应用
- GDG堪萨斯城代码实验室:离子与火力基地示例应用
- Android Capstone项目:实现Potlatch服务器与OAuth2.0认证
- Cbit类:简化计算封装与异步任务处理
- Java8兼容的FullContact API Java客户端库介绍