位置不確定移動(dòng)對(duì)象查詢處理關(guān)鍵技術(shù)研究.pdf

1、在移動(dòng)對(duì)象數(shù)據(jù)庫(kù)(MOD)、基于位置的服務(wù)(LBS)和地理信息系統(tǒng)(GIS)等領(lǐng)域中,受定位設(shè)備精度、更新策略和具體應(yīng)用(如位置隱私保護(hù)等)的影響,位置不確定性廣泛存在且不可避免。這使得在移動(dòng)對(duì)象數(shù)據(jù)管理中必須考慮位置的不確定性。本文主要對(duì)不確定移動(dòng)對(duì)象數(shù)據(jù)管理中幾類查詢的處理技術(shù)進(jìn)行了研究,并給出了相應(yīng)研究成果。
　　論文主要在以下幾個(gè)方面取得了進(jìn)展。
　　(1)定義了不確定數(shù)據(jù)庫(kù)環(huán)境下的移動(dòng)對(duì)象概率距離范圍(PUDR)查

2、詢問(wèn)題,提出了基于范圍的查詢擴(kuò)展、結(jié)點(diǎn)擴(kuò)展和基于距離的剪枝策略及算法,有效地用于查詢處理。首先針對(duì)搜索范圍由距離閾值和查詢發(fā)出者的不確定域共同決定的特點(diǎn),將不確定目標(biāo)對(duì)象和不確定搜索區(qū)域之間的拓?fù)潢P(guān)系分成6類,推導(dǎo)出每一類情況下的概率計(jì)算方法。然后利用對(duì)象不確定域的幾何形狀及概率特性設(shè)計(jì)了一系列查詢處理算法。在各種參數(shù)設(shè)置下,通過(guò)實(shí)驗(yàn)對(duì)算法的性能進(jìn)行了驗(yàn)證,結(jié)果表明:提出的概率計(jì)算方法在時(shí)間代價(jià)和精度上,均優(yōu)于現(xiàn)有研究工作中普遍采用的M

3、onte-Carlo方法;3種算法中基于距離的算法性能最優(yōu),能夠有效地處理PUDR查詢問(wèn)題。
　　(2)指出了不確定性和模糊性在語(yǔ)義上的區(qū)別,將兩者同時(shí)引入到移動(dòng)對(duì)象的查詢處理中,提出并研究了兩類新型的查詢,即模糊距離范圍(FDR)查詢和模糊時(shí)空范圍(FSTR)查詢,分別設(shè)計(jì)了基于時(shí)間區(qū)間和基于距離的剪枝策略及相應(yīng)的算法,有效地用于查詢處理。首先用概率密度函數(shù)表示對(duì)象位置的不確定性,用模糊集表示查詢條件中模糊的空間和時(shí)間謂詞。給出

4、了對(duì)象關(guān)于查詢條件匹配度的計(jì)算方法。針對(duì)兩類問(wèn)題,利用模糊距離閾值的截集設(shè)計(jì)了通過(guò)時(shí)間區(qū)間和距離剪枝的查詢處理算法。通過(guò)實(shí)驗(yàn)驗(yàn)證并分析了對(duì)象的不確定性、模糊的空間謂詞和時(shí)間謂詞等因素對(duì)算法性能的影響,結(jié)果表明所提出的算法具有良好的效率和可擴(kuò)展性。
　　(3)在不確定數(shù)據(jù)庫(kù)環(huán)境下,提出并研究了單數(shù)據(jù)集上的相互最近鄰查詢問(wèn)題,根據(jù)相互最近鄰是最近鄰的子集這一特點(diǎn)設(shè)計(jì)了查詢處理算法。首先給出了不確定相互最近鄰(UMNN)的性質(zhì)和概率計(jì)算

5、方法。然后設(shè)計(jì)了基于最小最遠(yuǎn)距離界限(MinFDB)規(guī)則的剪枝策略用于查詢處理。針對(duì)概率計(jì)算中對(duì)象的重復(fù)采樣問(wèn)題,提出了基于采樣列表的優(yōu)化策略。在合成數(shù)據(jù)集上對(duì)算法的性能進(jìn)行了驗(yàn)證,實(shí)驗(yàn)結(jié)果表明數(shù)據(jù)分布、數(shù)據(jù)集大小、不確定性域大小等因素對(duì)UMNN查詢結(jié)果及算法性能均有影響,此外采樣優(yōu)化策略可以提高查詢處理的效率。
　　(4)提出了道路網(wǎng)環(huán)境下查詢和目標(biāo)位置均不確定的距離范圍查詢問(wèn)題,設(shè)計(jì)了基于路網(wǎng)的不確定對(duì)象和不確定查詢范圍分析(