一种基于矩阵的MBR方向关系模型

在空间主方向关系推理的研究中,方向关系模型是其中一项至关重要的课题。介绍了区间代数模型、矩形代数模型和极小边界盒模型,提出了区间代数的矩阵表示方法,并给出了以矩阵表示的区间代数和方向关系矩阵之间的转换方法。     

基于观察者方位的方向关系及其查询处理

通过分析观察者本身及其方位特点,在基于投影的模型基础上,首先提出了一种新的基于观察者方位的方向关系模型.然后结合新模型的特点,对方向关系查询空间建立了R+-树索引,利用拓扑学和矩形代数理论,提出了三步过滤法用以减少索引空间,降低了R*-树中矩形的重叠区域,减少了查询路径.最后给出了方向关系查询算法.实验表明,与传统的基于投影模型的查询方法相比,新模型的基于观察者方位的查询方法节省了I/O时间,提高了查询效率.     

基于QCR-树的空间索引方法

QR-树处理海量空间数据时,其深度和R-树内目录矩形的重叠面积会变大,导致查询效率降低。针对该问题采用K-means算法对索引对象进行聚类分析,构造新的聚类中心使其能处理具有多种形体的索引对象,并在QR-树中引入超结点存储聚类结果。提出一种QCR-树空间索引结构来提高查询效率,给出QCR-树的插入、删除和查询算法。实验结果表明QCR-树的查询性能优于QR-树,适用于海量数据。