

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領
文檔簡介
1、隨著Internet技術(shù)和GIS(Geographical Information System,地理信息系統(tǒng))技術(shù)的發(fā)展,WebGIS成為GIS領域研究的熱點。利用網(wǎng)絡技術(shù),依托空間數(shù)據(jù)庫,通過與瀏覽器的交互,WebGIS使不同地區(qū)的客戶端實現(xiàn)圖形及屬性數(shù)據(jù)的查詢與檢索。由于空間數(shù)據(jù)本身的復雜性和海量性,實現(xiàn)對海量空間數(shù)據(jù)快速查詢必須使用索引技術(shù),選擇高效的索引技術(shù)是提高空間數(shù)據(jù)庫和GIS性能的重要方法。
R樹的生成過程
2、是個典型的空間聚類問題,利用混合聚類算法將相鄰或相近的對象聚集在一起,將聚類后的數(shù)據(jù)使用Hilbert分形曲線進行線性排序,在此基礎上生成Hilbert R樹。根據(jù)這個思路,提出了一種基于混合聚類的高性能空間索引算法。實驗證明,該算法雖然增加了存儲開銷,但是縮短了在空間數(shù)據(jù)庫上執(zhí)行空間查詢的響應時間,明顯加快了搜索速度,改善了查詢性能。
論文的主要內(nèi)容如下:
1.詳細分析了R樹和R樹改進算法的結(jié)構(gòu),構(gòu)造原理和
3、查詢過程,重點研究插入新的空間對象導致的結(jié)點分裂算法,以及分析了它們的適用范圍和存在的問題;
2.分析K-means聚類技術(shù)的缺陷,對經(jīng)典的算法進行了部分擴充和改進,提出了面向Hilbert R樹的混合聚類算法;
3.提出對空間對象聚集的區(qū)域和稀疏的區(qū)域分別處理;
4.將混合聚類技術(shù)引入R樹的生成過程中,提出一種基于混合聚類的空間索引算法。在R樹的生成過程中,采用混合聚類的思想對空間對象進行預處
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于改進聚類的hilbertr樹空間索引算法研究
- 基于面狀區(qū)域混合類型數(shù)據(jù)的空間聚類算法研究及應用.pdf
- 26282.基于改進聚類的hilbertr樹空間索引算法研究
- 混合屬性聚類算法的研究及應用.pdf
- 子空間聚類算法的研究及應用.pdf
- 基于層次的混合聚類算法研究.pdf
- 基于混合模型的聚類算法研究.pdf
- 基于GIS的空間聚類算法的研究與應用.pdf
- 基于蟻群算法的混合聚類算法研究.pdf
- 基于密度的空間聚類算法研究.pdf
- 基于空間實體聯(lián)系的空間聚類算法研究.pdf
- 聚類算法在圖像索引中的應用與研究.pdf
- 基于有限混合模型的聚類算法及其應用.pdf
- 基于潛在語義索引的文本聚類算法研究.pdf
- 基于屬性權(quán)重的混合聚類算法研究.pdf
- 基于劃分的混合屬性聚類算法研究.pdf
- 基于減法聚類的混合算法研究.pdf
- 基于視覺的聚類算法研究及應用.pdf
- 基于密度的空間聚類算法的研究.pdf
- 基于Chameleon聚類算法的R樹索引方法研究.pdf
評論
0/150
提交評論