空间数据库反向最近邻聚类方法

针对当前空间数据库聚类方法未考虑降维后的距离特征反向结果, 导致空间数据分量失真, 存在聚类精度低、 耗时长的问题, 提出一种空间数据库反向最近邻聚类方法. 首先, 通过选取训练样本集实现核矩阵的特征分解, 获得其距离特征修正值去除初始值的影响; 然后, 根据核主成分分析（KPCA）降维并结合降维后的距离特征反向结果, 利用反向最近邻聚类方法与扩展的部分失真搜索法相结合, 实现空间数据的聚类; 最后利用选定的聚类中心对数据集进行计算, 计算数据集第一维分量与聚类中心第一维分量之间的失真, 得到反向最近邻, 直至所有空间数据均找到所属类别, 最终完成空间数据库反向最近邻聚类. 实验结果表明, 该方法提高了空间数据的聚类精度, 减少了空间数据聚类所用时间.     

空间网络数据库中基于M-tree索引的反最近邻查询算法

欧式空间中的反k最近邻查询算法不适用于空间网络环境,故采用任意度量空间中的M-tree索引结构,进行空间网络数据库中的反k最近邻查询处理.首先通过预计算的方法得到网络距离信息,依据此距离信息,对空间网络对象建立M-tree索引结构.然后,给出并证明了M-tree中间结点修剪定理,提出一种适用于空间网络环境的反k最近邻查询算法.最后实验验证了该算法的有效性.     

GRkNN:一种组反k近邻查询方法

针对传统查询方法在查询点有多个对象时,对每个查询点逐个执行查询导致运行时间较长的问题,提出一种组反k近邻查询(GRkNN)方法.该方法将多个查询点视为一个整体考虑,并采用剪枝和核实两阶段策略.实验表明,该方法能更有效地实现数据库更新操作,缩短了运行时间.     

时空数据库中反向最近邻查询的方法研究

随着无线通讯及连续移动对象寻轨技术的高速发展,迫切需要提出解决大量移动对象查询的有效方法。本文提出了一个解决连续移动点反向最近邻查询的算法,同时也提出了解决连续移动点的最近邻查询算法。     

数据库中查询处理的性能优化

讨论了一种查询数据库时提高性能的方法，该法主要包括使用索引，优化查询语句和合理使用视图，指出了各种方法的优劣和实际设计中应注意的问题。     

基于格网划分的道路最近邻查询算法

针对现有道路最近邻查询算法均以数据点作为道路端点进行查询,并未考虑数据点在道路上的情况,使得在大数据量时查询效率不够理想的问题,利用格网划分算法进行解决。利用分治法的思想,将查询区域进行格网划分,缩小有效的查询区域,快速定位查询点所在道路,进而找到最近邻数据点。研究结果表明:当数据量足够大时,格网划分算法与增量网络扩张(INE)算法相比,查询时间明显降低,效率明显提升,格网划分查询的时间复杂度为O(1);当数据量较少时,格网划分算法与INE算法相比,查询时间减少并不明显,表明格网划分算法更适用于大数据量最近邻查询。     

运动对象组最近邻连续查询的有效期延迟策略

针对基于概念划分的运动对象组最近邻连续查询算法中结果列表因定长而有效期较短的问题,采取了变长结果列表和定长距离阈值的更新策略,通过提高局部更新的有效性以减少初始化计算的次数,并利用栅格索引特性提出了基于扩展外包容影响区域的查询初始化方法,从而在不增加单次局部更新和初始化计算开销的前提下降低了连续性查询的总计算开销.实验证明:在对象的分布情况稳定时,优化策略的计算开销约为基于概念划分的定长列表方法的70 %,而在对象分布发生变化时优势更为明显.     

范围最近邻查询方法研究

范围最近邻(RNN)查询检索到一个区域内每个点的最近邻(NN),它是点和连续最近邻查询的推广.本文将范围看作矩形,分析了二维空间中范围最近邻查询的性质,描述了算法处理过程,并对提出的算法进行了性能分析.     

空间数据库中的地图图幅查询方法研究

相同或不同坐标系下的图幅查询是实际工作中一个急需解决的问题。以高斯投影平面坐标及地理坐标为例,讨论了它们之间的转换方法、图幅范围的坐标组织,以最小外接矩形之间的"交"为基本操作来建立图幅查询的基本过程。在VC AO、SDE空间数据库实验环境中,验证了所提方法的可行性。     

无索引空间数据库的基于最优点的集合最近邻查找算法

针对度量空间中的无索引空间数据库,提出一种基于最优点的集合最近邻查找算法及其改进算法.采用真实数据集与人工生成的数据集对算法进行测试,评估所提出算法的效率.实验结果表明,所提算法的效率优于组最近邻居查询算法,并且对于高维数据空间,所提出的算法有较高的稳定性.由于查询区域中数据点的数量比较少,改进的基于最优点的集合最近邻...     

面向组近邻的Top-k空间偏好查询

空间偏好查询是当前空间查询研究中的一类热点问题,而现有的空间偏好查询不能有效支持面向组用户的位置服务应用.为此,提出一类新型空间偏好查询——面向组近邻的Top-k空间偏好查询(Topk spatial preference query for group nearest neighbor).该查询通过查找特征对象的λ子集组近邻最终为用户返回评分值最高的前k个λ子集.为了高效执行这一查询,给出了两种查询算法:TSPQ-G及TSPQ-G*.其中TSPQ-G*在TSPQ-G的基础上,通过空间剪枝及高效的特征对象索引树遍历策略大幅减少I/O代价,进而有效提高了该查询的执行效率.实验采用多个数据集验证了所提算法在不同参数设置下的有效性.     

空间多样化约束下的移动k近邻查询

考虑为移动中的查询对象连续返回k个距离近并且满足空间多样化约束的对象,提出了空间多样化约束下的移动k近邻(SDC-MkNN)查询.在此,满足空间多样化约束代表对象之间的相互距离大于距离阈值.为了高效处理SDC-MkNN查询问题,提出了两种基于安全区域技术的算法.算法均通过减少重新计算查询结果的次数来提高查询效率.其中一种为精确算法EA,可连续返回精确的查询结果;另一种为近似算法ρAA,可连续返回具有近似率保障的近似查询结果.采用真实数据集验证了所提出算法的有效性.     

一种加密数据库的快速查询算法

针对加密数据库中块加密字段需要将全表进行脱密方可进行查询的问题,提出了一种快速查询算法．该算法将块加密字段上的查询表达式与可直接查询字段上的查询表达式取交集,从而大大减少脱密的范围,节省了由加密引起的时间开销,同时从理论上证明了该算法的正确性．     

数据库逻辑询问语言

介绍数据库逻辑询问语言的基本概念和询问求值的方法，并扼要介绍逻辑询问语言的研究现状和研究方向。     

移动环境下的最近邻居查询

提出了移动数据点在某一时刻最近邻居(Nearest Neighbor)的查询算法(M—NN)，着重考虑移动数据点的速度、方向、时间等参数。此算法将分为两种情况进行讨论：只查询移动数据点运动中某个时间点的情况和需要查询移动数据点在所有时间的情况。     

异种数据库联网的一种解决方案

讨论了异种数据库互联的几种方法，针对“九七”工程纵向联网提出了一种解决异种数据库互联的方案。     

非线性多目标群体决策的递缩约束集法

对于一个非线性的多目标群体决策问题，不同的决策者可用权衡比作出各自不同的抉择。本文根据各决策者对各人提供的权衡比进行相互评价，获得群体权衡比，从而构造出迭代过程中的递缩约束集序列。由此，建立了一个求解非线性多目标群体决策问题的收敛的交互规划算法。