路網(wǎng)中的k最近鄰軌跡查詢(xún)方法研究.pdf

1、隨著無(wú)線(xiàn)通信、移動(dòng)計(jì)算以及位置定位等相關(guān)技術(shù)日趨成熟，人們對(duì)移動(dòng)信息的需求急劇增長(zhǎng)使得位置相關(guān)服務(wù)走進(jìn)我們的日常生活。近年來(lái)，研究者們對(duì)位置相關(guān)查詢(xún)，特別是最近鄰查詢(xún)進(jìn)行了深入的研究，提出了許多有效的查詢(xún)處理方法?？臻g數(shù)據(jù)庫(kù)中的相關(guān)查詢(xún)可以分為兩類(lèi):一類(lèi)是基于歐式空間的查詢(xún)，另一類(lèi)是基于路網(wǎng)的查詢(xún);從應(yīng)用角度看，針對(duì)路網(wǎng)的查詢(xún)更具有實(shí)際應(yīng)用價(jià)值。因此，對(duì)于路網(wǎng)中如何快速高效地找到k最近鄰軌跡的查詢(xún)方法的研究迫在眉睫。
　　本文提出

2、了帶更新的k聚集最近鄰軌跡查詢(xún)方法（aggregate k nearest neighbortrajectory query method which can update the results，UANNT），同時(shí)針對(duì)在傾斜數(shù)據(jù)集上，候選軌跡集合生成緩慢的情況，提出分組k最近鄰查詢(xún)算法（grouping k nearest neighbortrajectory query algorithm，k-GNNT）以及基于限定生成的k最近鄰查

3、詢(xún)算法（qualifiers-based k nearest neighbor trajectory query algorithm，k-ANNT*）。本文主要貢獻(xiàn)如下:
　　首先，本文提出了帶更新的k最近鄰查詢(xún)方法。其中查詢(xún)軌跡由節(jié)點(diǎn)集表示，通過(guò)候選生成和候選驗(yàn)證得到軌跡的k最近鄰軌跡。在用戶(hù)按查詢(xún)軌跡移動(dòng)過(guò)程中，使用算法對(duì)結(jié)果進(jìn)行更新，在不增加額外候選軌跡的前提下，得到關(guān)于用戶(hù)余下軌跡的k最近鄰軌跡。
　　其次，傾斜數(shù)據(jù)

4、集中查詢(xún)軌跡包含異常點(diǎn)，會(huì)造成全局最小堆內(nèi)匹配對(duì)彈出受阻。因?yàn)槿肿钚《训淖枞?，查?xún)候選軌跡集合生成緩慢，當(dāng)查詢(xún)點(diǎn)數(shù)目過(guò)大時(shí)，查詢(xún)性能將受到更大影響。針對(duì)這一情況本文提出兩種方法解決，分別是分組k最近鄰查詢(xún)算法和基于限定生成的k最近鄰查詢(xún)算法。其中分組算法主要通過(guò)對(duì)查詢(xún)軌跡節(jié)點(diǎn)分組來(lái)降低全局最小堆的規(guī)模，緩解堆內(nèi)匹配對(duì)堵塞狀況，再通過(guò)評(píng)價(jià)函數(shù)找到查詢(xún)軌跡的k條最近鄰軌跡。基于限定生成算法核心是通過(guò)補(bǔ)全軌跡的缺失匹配對(duì)，生成更為緊湊的候選