路网环境下的混合数据最近邻查询算法
路网环境下的k最近邻查询方法在地理信息系统、智慧城市、数据挖掘、医疗营救和物流配送等领域都有着较为重要的作用,已有路网环境下的最近邻查询方法无法直接解决查询对象为点而数据对象为点和线段混合的复杂数据的近邻查询问题,为了弥补已有方法的不足,提出了路网环境下混合复杂数据的最近邻查询算法.将查询过程分为预处理、数据集约减和数据集精炼3个部分,并与3种对比算法进行对比实验,研究了测试数据对象的数量、路网规模的大小对中央处理器运行时间以及输入/输出代价的影响.结果表明,所提算法能有效地处理路网环境下混合数据的最近邻查询问题.
空间数据库、路网、混合数据、最近邻查询、空间填充曲线
47
P208;TP311.13(一般性问题)
国家自然科学基金;国家自然科学基金;国家重点研发计划;黑龙江省科学基金项目;黑龙江省高等教育教学改革重点委托基金
2022-06-06(万方平台首次上网日期,不代表论文的发表时间)
共8页
589-596