论文部分内容阅读
随着移动计算、无线通信以及定位技术的快速发展,大量的应用领域,如交通、商贸、物流、气象、军事等,积累了巨大的空间数据。人们迫切需要对这些数据进行各种查询分析以便发现其隐藏的知识或做出正确的决策。空间数据库作为一种保存空间数据的容器已然成为当代数据库领域中备受关注的前沿方向之一,而空间对象查询则是空间数据库的重要操作之一。尽管国内外的数据库专家学者在空间对象查询处理技术方面已经取得了许多可喜的成果,然而随着人们各种新的查询需求的不断出现,数据库研究者们仍然需要不断地引入新颖的空间对象查询类型,并提出相应的查询处理方法。基于此,本文首先引入了最佳距离的概念,提出了最佳近邻(optimal nearestneighbor)查询这一新型查询类型。此类查询涉及到两个空间数据集,在此基础上,提出了三种不同的空间数据查询算法(FP,RP,TS);此外为了减少I/O次数,本文利用重用的技术提出了两个改进算法(RFP,RRP),力求对每个数据对象所在磁盘只访问一次。其次,首次提出了可视反近邻(reverse visible nearestneighbor)查询及其相应的处理方法。具体来说,在提出基本的处理算法(NR)的基础上,为了较大程度上减少内存消耗和CPU时间,结合TPL技术,提出了伪TPL算法(TR)。另外,还给出了可视反近邻查询的两个扩展变体查询——空间对象的受限可视反近邻查询和空间对象的δ可视反近邻查询——的定义及其相应的处理方法。总的来说,本文主要的贡献及创新点包括:●首次提出了最佳近邻查询和可视反近邻查询的概念。作为最近邻查询的变体,它们在利用空间数据进行决策支持的应用中十分有用。●对最佳近邻查询进行了形式化的定义,提出了最佳距离的度量方法,并将其作为评价最佳性的标准。●提出了一系列算法用来有效地处理最佳近邻查询和可视反近邻查询。●同时利用真实和合成的数据集在不同的设置条件下对本文提出的所有算法进行了实验,并评价了这些算法在其有效性和延展性方面的性能。