基于R树的方向关系查询处理

方向关系描述了对象间的空间顺序关系.近年来,方向关系查询处理逐渐受到空间数据挖掘和地理信息系统等空间数据库应用领域研究者的关注.方向关系查询处理需要执行方向连接操作,目前有关空间连接的研究主要集中在拓扑关系和距离关系方面,而较少考虑方向关系.研究了基于R树的方向关系查询处理方法,定义了四元组模型表示对象MBR间的方向关系,提出了基于R树的处理方向关系查询过滤(filter)步骤的方法,并将提炼(refinement)步骤细化为3种不同的操作.所提出的方法能够高效处理任意对象间的方向关系查询.考虑到空间数据挖掘中方向关系查询通常是在满足一定距离约束条件的对象之间进行,还提出了一种同时利用方向和距离约束限制R树搜索空间的查询处理算法.实验证明,与不利用R树的方向关系查询处理方法相比,所提出的方法在I/O开销和CPU开销两方面都具有很高的性能.     

基于CURE聚类算法的静态R树构建方法

R树索引结构在空间对象查询和复杂空间关系查询方面具有重要作用。传统空间索引结构R树是动态生成的,树的结构是根据连续插入算法实现的,通过分裂子节点直至生成R树的根节点。动态生成算法会导致R树节点最小外包矩形之间的大量重叠,影响空间查询效率,且空间利用率不高。为了弥补动态生成R树的不足,提出了基于CURE算法的静态R树生成方法,给出CU_RHbuilt建树算法,该算法不仅能有效地处理海量数据,识别任何形状的簇,减少矩形重叠度,而且采用划分技术可较大程度地减小计算代价,空间利用率较高。进一步提出了基于CURE算法的R树节点分裂方法。理论研究与实验表明,所提方法具有较高的查询效率。     

基于MBR&IR的拓扑关系查询处理方法

为了提高空间数据库系统的查询效率,基于传统的拓扑关系查询方法,将内部最大矩形IR引入到R*树索引结构中,提出了基于MBR&IR的拓扑关系查询处理方法.该方法的基本思想是通过增加IR这一约束条件,在过滤步骤判断出满足查询条件的数据对象,排除不符合查询条件的数据对象,提高了过滤步骤的性能,减少了提纯步骤的系统消耗,从而提高了查询效率.实验结果表明,该方法在查询效率上优于传统的拓扑关系查询方法.     

图象对象空间关系度量方法研究

针对图像数据库中空间查询的需求,将拓扑关系和方向关系结合,在二维投影间隔空间关系模型基础上,提出了一种新的拓扑、方向关系的度量方法。所提出的度量方法提高了空间关系相似性的度量精度,从而有效地提高了图象对象空间关系查询的准确性。     

连续多方向区域查询的空间向量模型算法

针对判定空间对象间方向关系模型不能给出带有方向特征的定量分析,导致查询区域只是单方向开放区域的问题,结合向量运算和MB树,提出了一种能够解决连续开放区域的方向关系查询空间向量模型算法。该算法主要包括对查询目标进行过滤和提纯两个步骤。在过滤过程中,分析了查询区域与包含空间目标的最小边界矩形(MBR)顶点之间的位置关系,给出了相应的判断方法,利用MB树中MBR的有序性对被查询节点的MBR给出了有效的剪枝规则,从而使查询时能有效减少系统I/O;在提纯过程中,处理过滤步骤中筛选出来的与查询区域有交的MBR,从中找到位于查询区域中的目标点。实验结果表明,空间向量模型算法不仅可以解决单方向开放区域问题,而且能够有效地解决连续多方向区域查询问题,它在二维和三维空间都具有适用性。     

基于符号的空间对象定性方向关系表示

由于空间问题固有的复杂性和不确定性,空间关系的描述普遍采用定性的方法。方向关系是一类重要的空间关系,它在空间数据建模、空间查询、空间分析、空间推理等过程中起着重要的作用。本文以投影模式的方向关系模型为基础,给出了利用字符串表示方法进行定性方向关系判定的方法及规则,并提出了一种简便有效的方向关系编码方法。     

基于真实物体模型的空间对象检索技术研究

针对MBR模型只适合检索联通的空间对象且查准率较低的问题,建立了真实物体模型,依据空间对象在平面上的几何投影的方法建立真实物体模型,采用深度方向关系矩阵表示真实物体模型之间的方向关系,利用该模型可以很好地将矩形代数良好的计算性质应用于空间对象检索技术中,简化了检索的过程,实现了矩形代数与真实物体模型的有效结合,使其检索的范围变的更加广泛.同时提出了一种改进的R*树算法,有效地提高了真实物体模型的检索精确度,降低了错误匹配的发生率.实验结果表明,该算法可以有效地提高检索的查准率,提高空间对象检索的效率.     

RTC树的构建与不确定近邻关系查询方法

空间索引结构和查询技术在空间数据库中具有重要的作用,针对已有的方法在复杂空间数据对象的近似和组织方面的局限性,提出了一种基于最小外接矩形(MBR)、梯形和圆的新的索引结构(RTC树).为了有效处理复杂空间数据对象的最近邻(NN)关系查询问题,提出了基于RTC树的最近邻查询(NNRTC)算法,NNRTC算法利用剪枝规则可减少节点遍历和距离计算.针对障碍物对数据集中最近邻的影响问题,提出了障碍物环境下的基于RTC树的最近邻查询(BNNRTC)算法,BNNRTC算法先在理想空间进行查询,再对查询结果进行判断.为了有效处理动态单纯型连续近邻链查询问题,进一步给出了基于RTC树的动态单纯型连续近邻链查询(SCNNCRTC)算法.实验结果表明,相对基于R树的查询方法,所提的方法在处理数据量较大的复杂空间对象的数据集时可提高60%~80%的效率.     

扩展的锥形方向关系查询处理方法

通过加入距离约束,扩展锥形方向关系的描述方式,提出新的查询处理方法——扩展锥形方向二叉树,该方法能处理方向空间连接的查询过滤,通过组合方向和距离关系,提高定性推理的准确性。与传统基于索引的方法相比,该方法能够有效处理大数据集中任意对象间方向关系的查询和定性推理,实现简单、查询效率和推理准确性较高。     

基于Voronoi图的方向区域查询方法

针对空间中方向区域查询效率不高的问题,通过引入Voronoi图,利用其特性对数据空间进行划分,提出了基于Voronoi图的方向区域查询方法.该方法在基于Delaunay三角网生成的Voronoi图索引结构基础上,将首结点与查询对象连线形成有向线段,利用Voronoi图可以通过邻接生成点延展的特点确定查询对象的位置,通过...