面向时间依赖路网的连续k近邻查询

连续k近邻查询(continuous k-nearest neighor,Ck NN)定义为查找指定路径上每个点的k个最小代价数据对象。目前关于Ck NN的研究都是在欧式空间与静态路网中实现的,这些算法不能直接应用到边权值变化的时间依赖路网中。定义并解决了时间依赖路网中的Ck NN问题,利用积分的性质以及通过对权值代价函数合并的方式提出了两阶段的基于分割点的Ck NN查询算法。过滤阶段提出了计算节点到达时间的方法,再利用到达时间查询出多个候选k近邻结果;求精阶段将查询点到候选结果的权值函数合并,通过计算函数交点得到分割点,进而为查询返回若干个分割点以及相应区间内的k近邻结果。实验结果表明,与进行多次快照k近邻查询相比,所提算法在响应时间上减少了近一个数量级。     

时间依赖路网中反向k近邻查询

在现存的反向k近邻查询方案中,比较高效的研究大多集中在欧氏空间或者静态路网,对时间依赖路网中的反向k近邻查询的研究相对较少。已有算法在兴趣点密度稀疏或者k值较大时,查询效率较低。对此,提出了基于子网划分的反向k近邻查询算法mTD-SubG。首先,将整个路网划分为大小相同的子网,通过子网的边界节点向其他子网进行扩展,加快对路网中兴趣点的查找速度;其次,利用剪枝技术缩小路网的扩展范围;最后, 利用已有时间依赖路网下的近邻查询算法,判定查找到的兴趣点是否为反向k近邻结果。实验中将mTD-SubG算法与已有算法mTD-Eager进行对比,结果表明mTD-SubG算法的响应时间比mTD-Eager算法减少了85.05%,遍历节点个数比mTD-Eager算法减少了51.40%。     

时间依赖路网上的移动对象K近邻查询算法

随着基于位置服务的广泛应用,时间依赖路网上的对象查询逐渐成为研究热点。以往研究大多只针对时间依赖路网上的静态对象(如加油站、餐厅等),未考虑到移动对象(如出租车)的情况,而移动对象的查询在日常生活中有着非常广泛的应用场景。因此,文中提出了一种针对时间依赖路网上的移动对象K近邻查询算法TD-MOKNN,该算法分为预处理阶段和查询阶段。在预处理阶段,通过建立路网和网格索引,提出了一种新的移动对象到路网的映射方法,解除了以往研究假设移动对象恰好在路网顶点上的限制;在查询阶段,采用启发式搜索,借助倒排网格索引计算了一种新的高效启发值,通过预处理信息和启发值设计了高效K近邻查询算法,并给出了算法的正确性证明和时间复杂度分析。实验验证了所提算法的有效性,相比现有算法,TD-MOKNN算法在遍历顶点数和响应时间上分别减少了55.91%和54.57%,查询效率平均提升了55.2%。     

反向时间依赖路网上移动对象的启发式k近邻查询算法

针对实际应用中用户在真实路网上进行移动服务(如出租车,救护车,外卖等)的查询需求,提出反向时间依赖路网上移动对象的k近邻查询问题.在分析现有查询算法的不足后,建立了反向时间依赖路网和基于标记点的最短路径树.并在此基础上,给出了一种针对反向时间依赖路网上移动对象的k近邻查询算法TDSPT-kNN.通过采用基于最短路径树的...     

一种时间依赖路网最小时间路径规划算法研究

研究时间依赖路网(TDN)的最短路径规划算法,对指导人们出行和解决城市交通等问题具有十分重要的意义。在研究前人算法的基础上,提出了一种利用结构体数组来求解TDN路网最小时间路径规划算法。对算法的基本原理和结构体数组的构造进行了介绍,对算法实现流程及其中一些关键步骤进行了重点阐述,最后在VC++环境中利用MapX控件对算法进行了实验仿真。仿真结果表明,该算法具有较高的搜索效率,且能适应路况变化,基本满足现实需要。     

支持偏好调控的路网隐私保护k近邻查询方法

随着人们对个体隐私的日益关注,位置服务中的隐私保护问题成为数据库领域新兴的研究热点.针对面向路网的隐私保护k近邻查询中,保护位置隐私引发的难以兼顾查询质量问题及查询者对查询效率与准确性间偏好调控需求问题,引入PoI(Points of Interest)概率分布概念,通过分析服务器端PoI邻接关系,生成PoI概率分布.将服务器端查找k近邻PoI过程分解为路网扩张查询阶段和迭代替换阶段,为迭代替换阶段构建基于PoI概率分布的可替换PoI概率预测机制.基于所构建概率预测机制,提出支持用户偏好调控的保护位置隐私k近邻查询方法AdPriQuery(Adjustable Privacy-preserving k nearest neighbor Query),查询者通过调节筛选概率阈值,在兼顾位置隐私安全的同时,实现对查询效率与准确性的偏好调控.所提调控机制对已有的基于空间混淆的路网环境保护位置隐私近邻查询方法具有良好的兼容性.理论分析和实验结果表明,所提方法在兼顾保护位置隐私的同时,能有效提高服务器端查询效率,同时支持查询结果准确性与查询效率的偏好调控要求.     

路网中速度不确定移动对象的k近邻查询

目前在基于道路网的移动对象的各类查询研究中,大多都是在假定移动对象速度固定不变的基础上进行的.而实际上因为外界环境和自身情况等不确定性因素的影响,对象的速度可能会发生变化.基于此,本文提出一种基于路网的速度不确定的移动对象的k近邻查询处理方法.在查询时刻根据查询点位置执行查询操作,得到构成查询点k近邻的候选对象集合,再根据概率计算方法得到结果集及其概率.实验结果表明本文所提方法是有效的.     

基于流形空间的交互式人脸图像索引

认知科学表明基于流形学习的人脸图像检索能准确反映人脸图片的内在相似性和人类的视觉感知本质. 提出一种基于相关反馈的人脸高维索引方法--NDL,以提高人脸图像检索的性能.同时在该索引基础上提出一种流形空间下的相似查询--虚拟k近邻查询(Vk-NN), 该查询方法特别为基于NDL的人脸检索而设计.首先通过在一定阈值约束下计算任何两个人脸图片的相似度,建立一个称为邻接距离表(NDL)的二维距离图. 同时将距离值用B+-树建立索引.最后, 高维流形空间的Vk-NN查询转化为一维空间的基于B+树的查询. 实验表明:NDL索引在流形空间的检索效率明显优于顺序检索,特别适合海量人脸图片的检索.     

一种面向不确定对象的可见k近邻查询算法

真实世界中,常存在很多障碍物,影响空间对象到查询点的可见性及距离,可见k近邻查询查找距查询点最近的k个可见对象,是时空查询领域的一类重要算法.由于度量设备误差以及通信开销的限制等因素,空间对象位置不确定因素广泛存在.文中拟对不确定对象执行可见k近邻查询,提出了概率可见k近邻(PVkNN)查询,即查找前k个成为查询点最近邻居概率最大的节点.为了高效地执行这一查询,文中提出了k-界限剪枝方法,基于可见质心的紧缩过滤以及对不可见对象的剪枝策略,从空间角度过滤掉不符合条件的对象.为避免对候选集合中每个对象的概率都进行精确计算,从概率角度提出了根据概率上下限来对候选集合进行进一步的求精方法,采用近似采样技术来获取可见区域的比例,实现了对PVkNN的高效计算.采用真实和模拟数据集设计实验,充分验证了算法的效率和精度.     

基于路网的移动对象k近邻查询方法

针对基于路网的移动对象k近邻查询方法论Island的3点不足进行了研究,包括路网建模、交通堵塞探测方法的提出以及查询效率不高。提出了改进方法Island+,采用过度矩阵表示转向以及区域半径优化方法,结果证明提高了查询效率,查询时间和I/O对磁盘页访问次数明显少于原方法。     

RNT:一种面向公路网的空间索引方法

公路网地图匹配技术是各种基于位置服务的基础,为实时、准确的将坐标点定位至公路网中的所属公路段,需要对公路网路段进行索引。提出的RNT树是一种基于R树的针对公路网的索引方法,它以公路网内嵌多边形为索引对象,将线段索引上升为面索引,能够避免索引重叠区域的产生,查询路径唯一。在树生成时间、磁盘利用率和查询时间方面均比R树显著提高。     

一种视口相关的空间数据多尺度检索方法

合理高效的数据对象选择策略是提高分布式空间数据检索效率的重要因素之一。基于人眼视觉特性,综合考虑了视口尺度对分布式空间数据检索的影响,提出了一种视口尺度相关的分布式空问数据检索方法,将视口尺度集成到分布式空问数据对象选择算法中,能根据视口尺度自适应地调整分布式空间数据对象的选择策略。实验结果表明,谈方法在小视口尺度检索时能显著降低处理和传输的数据量,以较小代价快速得到查询结果的近似解。     

提取准确道路边界的空间分析方法

在边缘图像的基础上,以局部方向作为启发信息,跟踪道路边界,得到第一类道路边界的线段表示。结合单一型链接区域生长和质心型链接区域生长技术进行区域生长,得到第二类道路边界的线段表示。在两类边界信息中分析线段的空间接近性和空间连续性,获得准确的道路边界。     

A New Nonsymmetric Discontinuous Galerkin Method for Time Dependent Convection Diffusion Equations

We propose a discontinuous Galerkin finite element method for convection diffusion equations that involves a new methodology handling the diffusion term. Test function derivative numerical flux term is introduced in the scheme formulation to balance the solution derivative numerical flux term. The scheme has a nonsymmetric structure. For general nonlinear diffusion equations, nonlinear stability of the numerical solution is obtained. Optimal kth order error estimate under energy norm is proved for linear diffusion problems with piecewise P ^k polynomial approximations. Numerical examples under one-dimensional and two-dimensional settings are carried out. Optimal (k+1)th order of accuracy with P ^k polynomial approximations is obtained on uniform and nonuniform meshes. Compared to the Baumann-Oden method and the NIPG method, the optimal convergence is recovered for even order P ^k polynomial approximations.     

路网交通流的空间聚类分析

根据道路交通流检测节点收集的交通流数据的隐含特征,可以对分布在道路网络空间中的交通流检测节点进行空间聚类分析,使空间上关联且具有相似性质的交通流聚成一类.通过交通流的空间聚类分析,发现交通流在道路网络上的空间分布模式,对于智能交通系统的区域交通信号控制、动态交通分配、路径诱导等具有重要应用价值.基于凝聚层次聚类算法思想,设计了一个高效的交通流空间聚类算法ESCA-TF. ESCA-TF无需执行复杂的空间连接和空间合并操作,其时间复杂度为O(nlogn)、空间复杂度为O(n2).在实际数据上进行实验,比较了ESCA-TF算法与其他的基于网络拓扑结构的空间聚类算法.实验证明,ESCA-TF算法具有较好的时空性能和聚类效果.     

基于QCR-树的空间索引方法

QR-树处理海量空间数据时,其深度和R-树内目录矩形的重叠面积会变大,导致查询效率降低。针对该问题采用K-means算法对索引对象进行聚类分析,构造新的聚类中心使其能处理具有多种形体的索引对象,并在QR-树中引入超结点存储聚类结果。提出一种QCR-树空间索引结构来提高查询效率,给出QCR-树的插入、删除和查询算法。实验结果表明QCR-树的查询性能优于QR-树,适用于海量数据。     

面向路网的移动对象全时态高效索引模型

针对现有索引模型的冗余搜索问题,考虑路网拓扑结构及交叉口转向约束条件,提出一种面向路网的移动对象全时态高效索引模型。采用添加临近路段信息的方法索引历史轨迹和实时位置信息,设计新型窗口查询算法,实现移动对象查找,并运用指数平滑法进行轨迹的预测。实验结果表明,该模型具有较好的更新及查询性能。     

一种基于R-tree的空间索引方法

为进一步提高R-tree的空间索引数据检索性能,提出一种基于R-tree的MRD-tree索引,它的结构中包含空间对象的外部近似图形和内部近似图形,同时允许数据入口存放在中间结点。在检索时既能减少I/O次数,也能相对减少一定的CPU时间。通过实验分析,该索引能提高空间数据的检索效率。     

路网环境下兴趣点查询的隐私保护方法

近年来,随着无线通信技术的迅猛发展,推动了基于位置服务（Location-based services,LBS）的发展进程.而其中兴趣点（Point of Interest,POI）查询是基于位置服务最重要的应用之一.针对在路网环境下,用户查询过程中位置隐私泄露的问题,提出了一种新的位置k匿名隐私保护方法.首先,匿名服务器将兴趣点作为种子节点生成网络Voronoi图,将整个路网划分为相互独立且不重叠的网络Voronoi单元（Network Voronoi Cell,NVC）;其次,利用Hilbert曲线遍历路网空间,并按照Hilbert顺序,对路网上所有的兴趣点进行排序.当用户发起查询时,提出的匿名算法通过查找与用户所在NVC的查询频率相同且位置分散的k-1个NVC,并根据用户的相对位置在NVC内生成匿名位置,从而保证了生成的匿名集中位置之间的相互性,克服了传统k-匿名不能抵御推断攻击的缺陷.最后,理论分析和实验结果表明本文提出的隐私保护方案,能有效保护用户位置隐私.