Rav-tree:一种有效支持反向近似近邻查询的索引结构

摘要：

空间数据库的索引结构是实现有效数据查询的前提和基础.空间数据反向近似近邻查询是空间查询的一个新方向,它避免了精确查询中过多的距离计算,从而能够在效率与准确性上取得平衡.提出的Rav-tree不同于基于启发式规则的索引结构,首先利用局部近似,然后根据Voronoi cell区域和估计圆的方法实现近似近邻查询,并利用过滤结果和分域查询得到初步的候选集,最终通过反向近似近邻查询(RANNQuery)算法得到RANN集,并完整地给出基于Rav-tree的ANN查询算法和RANN查询算法.实验结果表明,Rav-tree对RANN等查询具有较好的查询效率和查全率.

关键词：索引结构、反向近似近邻、分域查询、区域估计

所属期刊栏目：37

分类号：TP311.13(计算技术、计算机技术)

资助基金：国家自然科学基金项目60673136;黑龙江省自然科学基金项目F200601

在线出版日期：2010-04-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：158-162