三维空间连续最近邻查询：理论与应用

本文主要探讨了三维空间中的连续最近邻查询（Continuous Nearest Neighbor, CNN）在空间数据库中的重要性，相对于二维空间的研究，这是一个新颖且具有实际应用价值的主题。论文由闵寻优和郝忠孝两位作者共同完成，他们分别来自哈尔滨理工大学计算机科学与技术学院，闵寻优专注于空间数据库领域的硕士研究生研究。 论文背景指出，在传统的空间数据库查询研究中，大部分集中在二维空间的连续最近邻查询上，然而，随着三维数据在现实世界中的广泛应用，如地理信息系统、虚拟现实和三维建模等领域，对三维空间中的查询处理需求逐渐增加。因此，作者提出了将二维连续最近邻查询扩展到三维空间的理论和方法。 论文的核心内容包括： 1. **概念创新**： - **垂直平分面（Perpendicular Bisector of Plane）**：这是一种用于分割三维空间的几何元素，它有助于定义邻近区域和查询范围，使得查询过程更为精确。 - **分割点（Breakpoint）**：可能是在搜索过程中出现的重要转折点，用于确定查询区域内距离变化的关键位置。 - **邻接球（Adjacency Ball）**：一个基于距离的几何结构，用于表示某个点周围的邻域，这对于确定连续查询内的最接近目标至关重要。 2. **筛选规则和理论**： - 提出了适用于三维空间的筛选规则，这些规则有助于减少计算复杂度，提高查询效率。 - 文中还包含了相关的定理，这些定理可能是关于查询精度、性能分析或空间数据结构优化的结果。 3. **查询算法设计**： - 基于上述概念，论文提供了具体的查询算法，旨在有效地在三维空间中找到连续最近邻。这包括数据结构的选择、搜索策略以及如何在大数据集上高效执行查询。 4. **实验验证**： 为了证明新提出的查询方法的有效性和效率，论文进行了一系列实验。实验结果表明，该方法在三维空间中的连续最近邻查询上表现出较高的查询速度和准确性，对于实际应用具有显著的优势。 5. **关键词和分类**： 关键词包括“数据库”，“三维空间”，“连续最近邻查询”，“垂直平分面”和“邻接球”，这些词汇反映了论文的核心主题和研究内容。中图分类号 TP311.13 表明这篇论文属于计算机科学和技术类的数据库与信息检索领域。 总结来说，这篇论文不仅扩展了空间数据库查询理论到三维空间，而且提供了实用的查询算法和方法，对于推动空间数据处理技术的发展具有重要意义。