基于QAAR-树的空间索引方法研究

摘要

空间数据库索引技术是提高空间数据库性能的关键技术，它直接影响空间数据的存储效率以及空间检索的性能。因此，寻求一个好的空间数据索引机制成为空间数据库研究的重点内容。针对空间数据库系统对空间索引时间和空间有效性的要求，重点研究如何提高处理海量高维空间数据时索引的查询效率，对于空间数据库的研究具有十分重要的理论和现实意义。
　　首先，针对QR-树处理海量空间数据查询效率低的问题，提出一种基于自适应K-means算法的QR-树空间索引方法，通过引入超结点来改进QR-树结构，并自动确定聚类初值来提高聚类质量和聚类速度，且构造新的聚类中心公式使其能够处理具有多种形体的空间目标，同时通过实验验证自适应K-means算法的有效性，最终提高了索引性能。
　　其次，针对QR-树处理高维空间数据查询效率低的问题，通过对原始高维数据进行近似压缩来减少磁盘读写代价，从而提高查询效率，同时提出一种能够处理海量高维空间数据的QAAR-树索引结构，并给出了QAAR-树的查询、插入和删除算法。
　　最后，通过实验验证了QAAR-树的可行性、时间和空间有效性，结果表明，QAAR-树存储开销较小，且查询、插入和删除操作性能都较高，适合于海量高维空间数据。

目录

封面

声明

中文摘要

英文摘要

目录

第1章 绪论

1.1 研究背景及意义

1.2 研究现状

1.3 研究内容和预期目标

1.4 文章结构

第2章 空间索引技术的研究与分析

2.1 空间检索

2.2 空间索引特点及分类

2.3 典型索引技术分析

2.4 本章小结

第3章 基于自适应K-means的QR-树方法研究

3.1 QR-树结构分析

3.2 QR-树的改进

3.3 自适应K-means算法的提出

3.4 实验设计及结果分析

3.5 本章小结

第4章 QAAR-树高维空间索引方法的设计与实现

4.1 原始数据的近似存储

4.2 QAAR-树的创建

4.3 QAAR-树的特点分析

4.4 QAAR-树的算法描述

4.5 本章小结

第5章 实验设计及结果分析

5.1 实验环境

5.2 实验及结果分析

5.3 本章小结

结论

参考文献

攻读硕士学位期间承担的科研任务与主要成果

致谢

作者简介