MOQ-QR:基于QR-树的连续K近邻查询算法研究*

综合分析了R-树和四叉树在处理移动对象的连续K近邻（简称CKNN）查询算法中的不足,提出了一种基于R树和四叉树索引结构,去解决移动对象连续K近邻查询算法。该算法通过对移动对象分配静态空间,并在研究区域内利用QR-树和hash表作为索引去存储移动对象以此计算查询点与移动对象之间的空间距离。实验证明,该算法与现有算法相比,不仅提高了数据的查询效率,而且降低了系统资源的消耗。     

基于QR树索引的面包含关系求解算法

为提高空间拓扑计算中求解面包含关系的效率,提出一种基于QR树索引的面包含关系求解算法。根据空间对象的几何信息建立QR树索引,利用QR树查找面包含的空间对象,并将该算法应用于基于线面包含关系的GML空间聚类。实验结果表明该算法能有效提高计算面包含关系的时间效率。     

QR-树:一种基于R-树与四叉树的空间索引结构

提出了一种基于R-树与“四叉树”空间层次划分的空间索引结构QR-树,给出了其数据结构和算法描述。实验证明:与R-树相比,QR-树以略大(有时甚至略小)的空间开销代价,换取了更高的性能,且索引目标数越多,QR-树的整体性能越好。     

基于远距离工业通信的空间数据库建模方法研究

为适应远距离工业通信数据显著的空间特征和复杂的结构特征,在现有空间数据库技术的基础上,充分考虑专业工程技术人员的实际需要,提出了基于远距离工业通信领域数据资源共享的空间数据库建模方法。该模型定义了一组基于关系型的适应远距离工业通信网络运行规则的层次结构,并引入了QR-树的空间索引机制。其结果表明,该模型不仅能较好地解决分类误差,而且其索引机制与传统索引机制相比有较高的检索、插入与删除等操作性能。     

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。     

基于改进QR-树的空间数据索引的研究

分析了基于常规QR-树建立空间数据索引的数据结构,常规四叉树在数据量特别大时．导致其QR-树深度特别深,占用空间大,查询效率低,并且平面区域分割极限的确定很不灵活。提出了一种改进QR-的数据模型来建立高效的空间数据索引,通过检测水平和垂直相交区域以确定图元所属节点,从而实现海量数据的快速检索。