基于路網(wǎng)的大規(guī)模移動(dòng)對(duì)象K近鄰快速查詢技術(shù)研究與實(shí)現(xiàn).pdf

1、基于路網(wǎng)的大規(guī)模移動(dòng)對(duì)象K近鄰查詢技術(shù)已經(jīng)在各種基于位置的服務(wù)中得到廣泛的應(yīng)用。但是，現(xiàn)有的相關(guān)研究主要存在三方面的問(wèn)題：1、預(yù)計(jì)算道路頂點(diǎn)與對(duì)象間路網(wǎng)距離的方式無(wú)法適應(yīng)移動(dòng)對(duì)象頻繁的位置變動(dòng)；2、采用 R-tree及其衍生索引對(duì)移動(dòng)對(duì)象進(jìn)行索引時(shí)更新效率不高；3、沒(méi)有充分考慮移動(dòng)對(duì)象數(shù)據(jù)分布不均對(duì) K近鄰查詢算法效率的影響。
　　針對(duì)上述問(wèn)題，本文在充分分析現(xiàn)有基于路網(wǎng)的移動(dòng)對(duì)象K近鄰查詢相關(guān)研究的基礎(chǔ)上，提出新的索引方案和相應(yīng)

2、的K鄰近算法，并實(shí)現(xiàn)一個(gè)完整的基于路網(wǎng)的K近鄰查詢系統(tǒng)。本文的主要研究?jī)?nèi)容包括：
　?。?）考慮路網(wǎng)結(jié)構(gòu)的相對(duì)不變性，結(jié)合移動(dòng)對(duì)象位置頻繁變更和現(xiàn)實(shí)情況中分布不均的特點(diǎn)，采用R-tree和層次網(wǎng)格索引作為算法底層索引結(jié)構(gòu)。利用平衡多叉樹(shù)R-tree查詢效率高的特點(diǎn)，對(duì)路網(wǎng)這類靜態(tài)數(shù)據(jù)進(jìn)行索引。利用層次網(wǎng)格索引維護(hù)簡(jiǎn)單的特性，對(duì)移動(dòng)對(duì)象進(jìn)行索引。同時(shí)，利用層次網(wǎng)格索引網(wǎng)格分布反映數(shù)據(jù)疏密分布的特點(diǎn)，在KNN算法中獲取合適大小的KNN

3、查詢范圍。
　?。?）為了實(shí)現(xiàn)KNN查詢范圍的快速外擴(kuò)，每個(gè)網(wǎng)格需要實(shí)時(shí)知道其鄰近網(wǎng)格信息，針對(duì)層次網(wǎng)格索引中網(wǎng)格大小不一的特點(diǎn)，設(shè)計(jì)并實(shí)現(xiàn)了層次網(wǎng)格索引的網(wǎng)格通信機(jī)制。當(dāng)網(wǎng)格發(fā)生分裂或合并時(shí)，網(wǎng)格的局部分布發(fā)生變化，受影響網(wǎng)格之間進(jìn)行通信。網(wǎng)格分裂或合并時(shí)，新網(wǎng)格利用原網(wǎng)格的鄰近信息結(jié)合相應(yīng)算法獲取其鄰近信息。同時(shí)，考慮網(wǎng)格大小對(duì)網(wǎng)格相對(duì)位置帶來(lái)的影響，執(zhí)行消息過(guò)濾算法和消息合成算法實(shí)現(xiàn)原網(wǎng)格的鄰近網(wǎng)格的信息更新。
　?。?/p>

4、3）在層次網(wǎng)格索引的網(wǎng)格通信機(jī)制基礎(chǔ)上，利用查詢范圍外擴(kuò)前后的鄰近信息相近的特點(diǎn)，設(shè)計(jì)增量式的KNN查詢范圍外擴(kuò)算法。基于當(dāng)前查詢范圍的鄰近網(wǎng)格信息，減去外擴(kuò)后被包含網(wǎng)格，增加被包含網(wǎng)格的外邊界鄰近網(wǎng)格，實(shí)現(xiàn)增量式新查詢范圍鄰近網(wǎng)格的獲取，進(jìn)而達(dá)到合適 KNN查詢范圍快速外擴(kuò)的效果。最后將上述所有研究?jī)?nèi)容整合到現(xiàn)有的基于R-tree和網(wǎng)格類索引的KNN算法框架中。
　　（4）論文設(shè)計(jì)了實(shí)驗(yàn)，從索引構(gòu)建成本、KNN查詢效率兩個(gè)維度對(duì)

5、本文算法進(jìn)行全面分析。索引構(gòu)建成本維度的相關(guān)實(shí)驗(yàn)表明，層次網(wǎng)格索引的網(wǎng)格通信機(jī)制的引入，帶來(lái)的額外更新操作時(shí)間是很小的，足以應(yīng)對(duì)移動(dòng)對(duì)象頻繁的位置變更。KNN查詢效率維度的相關(guān)實(shí)驗(yàn)表明：從整體上看，基于本文算法的KNN查詢所需時(shí)間比對(duì)比算法少得多；根據(jù) KNN查詢算法各階段任務(wù)對(duì)應(yīng)的效率指標(biāo)，可以發(fā)現(xiàn)基于本文的算法能夠獲取更為合適的查詢范圍，減少了不必要的計(jì)算。
　?。?）設(shè)計(jì)和實(shí)現(xiàn)了基于路網(wǎng)的大規(guī)模移動(dòng)對(duì)象KNN查詢?cè)拖到y(tǒng)。系