[发明专利]顾及多细节层次的三维R树空间索引方法

权利要求书

1.一种顾及多细节层次的三维R树空间索引方法，其特征在于：对于空间目标集合中的所有空间目标分别进行节点插入，即对三维R树索引结构采用先自下而上、后自上而下的搜索方式查找其中一个叶节点，使得插入空间目标后综合评价指标变化值最小；如果空间目标插入该叶节点导致节点上溢，对该上溢节点进行分裂操作，如果分裂操作导致该上溢节点的父节点上溢，则以该父节点为上溢节点实施分裂操作，直至三维R树索引结构的根节点；所述分裂操作实施方式为，若上溢节点不存在重叠的兄弟节点，将上溢节点一分为二，若存在上溢节点存在重叠的兄弟节点，将两个兄弟节点内的元素分为三个小节点；

对空间目标集合中的所有空间目标分别进行节点插入后生成的三维R树索引结构，利用该三维R树索引结构管理多细节层次模型，即叶节点层管理最高细节层次模型，父节点层管理次级细节层次模型，根节点层管理最低细节层次模型。

2.根据权利要求1所述的R树空间索引方法，其特征在于：所述先自下而上、后自上而下的搜索方式实现包括以下步骤，

步骤1.1，从叶节点层开始自下而上搜寻层内完全包含插入空间目标的节点集合，如果存在上述节点集合则进入步骤1.2，如果不存在上述节点集合则在上一层中搜寻满足条件的节点集合，依次类推直至根节点层；

步骤1.2，从步骤1.1中搜索所得节点集合的子节点集合中选择其中一个子节点，保证加入空间目标后该子节点的综合评价指标变化值最小；

步骤1.3，从步骤1.2中所选择节点的子节点集合中选择一个节点，保证加入空间目标后综合指标变化值最小，依次类推，自上至下直至搜寻到叶节点。

3.根据权利要求1所述的三维R树空间索引方法，其特征在于：所述将两个兄弟节点内的元素分为三个小节点，采用k-medoids优化算法实现，即先确定两个分组的种子，然后在分配R树最小数目元素给两个分组后，再根据剩余元素的重心确定第三个分组的种子，然后根据综合评价指标变化值将元素逐一分配至各个分组中，同时保证各分组中元素数目在R树最小数目和最大数目之间。

4.根据权利要求1或2和3中所述的三维R树空间索引方法，其特征在于：综合节点覆盖因子、节点重叠因子以及节点形状因子作为综合评价指标，其中节点形状因子采用三维柯西值，所述三维柯西值是节点长宽高平均值的三次方。