基于动态距离的近邻查询算法研究

来源 :计算机科学 | 被引量 : 0次 | 上传用户:honghongjiang
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
移动对象轨迹数据的挖掘是移动对象数据库的一个重要研究方向,从轨迹数据中得到的信息可以应用到交通控制、气候预测以及生态研究等多个方面。基于轨迹数据形式化定义时态距离,用相对简单的近似距离替代精确距离来减少查询过程中的计算量。在关系模型和树结构模型上,实现基于动态距离的距离查询、时间点最近邻查询和时间段最近邻查询算法并对查询效率加以比较。实验结果表明,树模型的查询效率明显高于关系模型。最后在树结构模型中引入嵌入式索引进一步提高了查询效率。
其他文献
针对目标识别中多类分类的难点问题,提出了一种C-DSECOC多目标识别方法。该方法采用二符号纠错输出编码(binary Error-Correcting Output Codes)作为分解框架,采用DS证据理论作为解码策略,并结合ECOC结构特点对传统的DS证据理论进行重新构造。在确定DS基本概率赋函数值时引入损失函数,使BPA的获取除与二分器的输出有关外,还由其对不同类别样本的正确分类能力决定,
利用快速离散Curvelet变换,对Curvelet域中各层子带采用结合灰度共生矩阵的方法来提取特征向量,选用支持向量机方法对荻草细胞图像进行纹理分割,进而获取荻草细胞中的纤维素向量数据。分割实验结果表明:采用"角二阶矩"、"对比度"、"相关性"和"熵"这四维统计量计算图像变换域中子带系数共生矩阵是有效的,据此对荻草细胞图像进行纹理分割是可行的;与基于灰度共生矩阵的荻草图像分割方法的分割结果相比,