kNN查询相关论文
传感器网络是由一组传感器节点以自组织方式构成的无线网络,随着其研究的深入,目前在各个领域得到了广泛的应用。为了满足用户查询......
伴随着信息技术的高速发展，数字图书馆、数字医疗、地理信息系统等应用领域相继出现，人们的日常生产和生活中产生出大量的图像等多媒......
作为一种重要的且具有代表性的数据结构,图通常可以用来描述不同领域的事物之间的繁杂关系。在信息化时代,快速增长的数据中的不确......
随着高维数据库的快速发展,高维数据库容量越来越大,为加快查询效率,研究者已提出了多种对高维数据建立索引结构的方法,但是这些索......
随着移动互联网和物联网技术的广泛应用,空间位置信息数据量迅速增长。而大规模的数据使得传统的空间数据索引和查询方法面临着新......
路网移动对象的范围查询和KNN查询作为空间查询处理中两类非常经典的查询类型,已经在很多领域中得到了广泛应用。但是,现有的路网......
近年来随着带位置感知能力智能设备的广泛应用,含地理空间信息的数据以前所未有的速度迅速增长,空间大数据时代已经来临。空间数据......
随着互联网技术与应用的快速发展,产生了越来越多的复杂数据。这些数据包含多类对象以及多种对象间的关系,异构信息网络应运而生。......
随着云计算和物联网技术的发展,传感器和微处理器无处不在,人们已经身处于大数据时代,数据规模呈指数级增长,复杂性也越来越高。如......
HBase是一种面向亿级规模的分布式键-值数据库,它能够提供在海量数据情况下的高效读写操作.然而由于HBase仅提供键-值模式的查询,......
高维数据查询处理技术一直是P2P领域的研究热点.现有方法大都存在维护代价大、查询处理性能不高的问题.提出一种有效支持高维数据K......
针对MapReduce数据块处理机制、高维数据分布特征和KNN查询需求,设计一种基于B＋树的高维索引结构（i Partition）,创新性提出基于主成分......
随着无线通信技术、空间定位技术和移动计算技术的快速发展,基于位置的查询成为数据库领域的一个重要研究问题。研究了路网中移动......
针对大规模高维数据近似查询效率低下的问题,利用MapReduce编程模型在大规模集群上的数据与任务的并行计算与处理优势,提出MapRedu......
在许多应用中,LSH（Locality Sensitive Hashing）以及各种变体,是解决近似最近邻问题的有效算法之一.虽然这些算法能够很好地处理分布......
局部敏感哈希算法是一种很流行的高维相似性查找算法。通过总结多篇已发表论文,介绍了集中式环境下的局部敏感哈希算法及其实现,分......
主存技术的不断进步，使得主存多媒体数据库的实现成为可能．研究表明，主存多媒体数据库系统性能深受处理器缓存未命中的影响，缓存感知型......
提出一种基于值的kNN查询处理算法，该算法运用哈希函数将节点的数据映射到一个子区域中存储，采用基于位置路由实现了查询处理，并通过......
KNN查询是多媒体数据库管理系统中最具代表性的查询方式之一，它将k个与查询点最接近的对象作为查询结果返回。对于树型多维索引结构......
在高维空间KNN查询算法中，近似向量和一维转换表示法能有效克服维数灾难，结合这两种思想，提出一种基于区位码和距离的索引结构（BD）以实......
主存多媒体数据库系统性能深受处理器缓存未命中的影响,缓存感知型主存索引是提高数据检索效率的有效手段.针对SA-Tree不适用于主......
群智感知网作为最先落地的物联网在社会上引起了广泛的关注。由于用户在群智感知网中要共享自己的位置信息,个人隐私的泄露是群智......
高维数据的索引机制是大规模图像库的基于内容检索能够达到实时性要求的关键技术。面临“维度灾难”带来的影响,如何通过索引的表......
随着移动技术进步和移动应用深入生活,移动对象规模及由其产生的信息量急速增长,促使移动对象数据库迅猛发展。作为提升移动对象数......
随着计算机技术、网络技术和数据库技术的快速发展,如何存储和管理在网络中的海量数据是计算机领域的一个重要问题。P2P模型是一种......
研究了空间网络数据库中的K近邻查询,提出了一种新的基于道路网络距离的KNN查询算法。这种方法以已有的道路网络模型框架为基础,通......
不确定数据近年来受到广泛关注。在诸如经济、军事、物流、金融、电信等领域的具体应用中,数据的不确定性普遍存在。不确定数据管......
通过激光扫描技术获得的点云数据量十分巨大,如何利用k最近邻域(k-nearest neighbors,kNN)查询重建海量点云中各采样点间的拓扑关......
KNN查询是多媒体数据库管理系统中最具代表性的查询方式之一。与范围查询不同，KNN查询过程中缺乏固定的剪枝阈值。为达到剪枝的目的......
