基于SR-树的空间对象最近邻查询

计算机工程与应用 ›› 2007, Vol. 43 ›› Issue (4): 173-175.

基于SR-树的空间对象最近邻查询

张奋潘梅生邹北骥

湖南文理学院计算机系湖南大学计算机与通信学院

收稿日期:2006-07-11 修回日期:1900-01-01 出版日期:2007-02-01 发布日期:2007-02-01
通讯作者: 张奋

Nearest Neighbor Queries of Spatial Object Based on SR-tree

Received:2006-07-11 Revised:1900-01-01 Online:2007-02-01 Published:2007-02-01

摘要/Abstract

摘要： 最近邻查询是空间数据库的重要应用之一，最近邻查询概念的扩展，即对象的相似性查询中，利用以往的定位查询以及范围查询方法不能很好的解决最近邻查询的问题，本文在分析NN 查询的基本概念和存储区域的基础上，提出区别于以往NN 查询的基于SR-树的多对象NN 查询方法，根据某几个查询点，找出离它们最近的一个点或者是k 个点，在某种意义上是寻求一种最优方案。

关键词: 空间对象, 最小距离, 最小最大距离, SR-树, 最近邻

Abstract: The nearest neighbor query is one of the most important application of spatial database, its conception extension, namely in the similarity queries of objects, to use former location query and range query can not well solve the nearest neighbor query. On the foundation of analyzing the basic concepts and storage range of NN queries, proposing based on SR-tree multi-objects NN query method different from former methods, in case of some query spots, to find out the nearest one or k spots, to seek a best method in some kind.

Key words: Spatial object, MINDIST, MINMAXDIST, SR-tree, Nearest neighbor

张奋潘梅生邹北骥. 基于SR-树的空间对象最近邻查询[J]. 计算机工程与应用, 2007, 43(4): 173-175.

[1]	雷恒林，古兰拜尔·吐尔洪，买日旦·吾守尔，张东梅. 新奇检测综述[J]. 计算机工程与应用, 2021, 57(5): 47-55.
[2]	孟东霞，李玉鑑. 利用自然最近邻的不平衡数据过采样方法[J]. 计算机工程与应用, 2021, 57(2): 91-96.
[3]	王永，赵旭辉，李晓光，肖玲. 一种面向协同过滤的快速最近邻居搜索方法[J]. 计算机工程与应用, 2021, 57(17): 96-105.
[4]	马克勤，杨延娇，秦红武，耿琳，王丕栋. 结合最大最小距离和加权密度的K-means聚类算法[J]. 计算机工程与应用, 2020, 56(16): 50-54.
[5]	李文杰，闫世强，蒋莹，张松芝，王成良. 自适应确定DBSCAN算法参数的算法研究[J]. 计算机工程与应用, 2019, 55(5): 1-7.
[6]	龚彦鹭，吕佳. 结合半监督聚类和加权KNN的协同训练方法[J]. 计算机工程与应用, 2019, 55(22): 114-118.
[7]	季长清1，2，肖鹏3，刘畅4，汪祖民2，西方2，邵寅博1，李泽宇2. 基于空间近邻查询的移动医疗呼叫算法[J]. 计算机工程与应用, 2019, 55(2): 206-212.
[8]	朱艳辉1，2，李飞1，2，胡骏飞1，2，钱继胜3，王天吉1，2. 基于三支决策的两阶段实体关系抽取研究[J]. 计算机工程与应用, 2018, 54(9): 145-150.
[9]	王颖，王欣，唐万梅. 融合用户自然最近邻的协同过滤推荐算法[J]. 计算机工程与应用, 2018, 54(7): 77-83.
[10]	邓廷权，刘金艳，王宁. 高维数据离群点检测的局部线性嵌入方法[J]. 计算机工程与应用, 2018, 54(6): 115-122.
[11]	陈建峡1，朱季骐1，张月1，张晓星2，吕俊涛3，白德盟3. 基于Spark的输变电线路实时故障监测研究[J]. 计算机工程与应用, 2018, 54(5): 265-270.
[12]	龚敏1，邓珍荣2，黄文明2. 基于用户聚类与Slope One填充的协同推荐算法[J]. 计算机工程与应用, 2018, 54(22): 139-143.
[13]	陈辉1，关凯胜1，李嘉兴1，2. 基于对象数量的宽度加权聚类kNN算法[J]. 计算机工程与应用, 2018, 54(19): 1-9.
[14]	杨恢先，刘凡，贺迪龙. 拉普拉斯滤波结合CS-LBP的单样本人脸识别[J]. 计算机工程与应用, 2017, 53(7): 165-170.
[15]	姜文，刘立康. 基于联合两种特征的手写体维文字符识别[J]. 计算机工程与应用, 2017, 53(5): 192-196.