[发明专利]一种基于双色反最近邻查询的最优选址方法

说明书

技术领域

本发明涉及空间数据库的查询技术，特别是一种基于双色反最近邻查询的最优选址方法。

背景技术

随着无线通信技术、遥感技术以及定位系统的不断发展和普及，大量的空间位置数据以前所未有的速度增长。基于空间数据库的查询和搜索应用广泛，各种空间数据库上的查询算法成为了研究热点。

典型的空间数据库查询包括最近邻查询和反向最近邻查询等。最近邻查询返回距离查询点最近的点，而反最近邻查询则返回将查询点作为其最近邻的点集合。反最近邻查询返回的集合中点的数量，反应了查询点的影响力大小。双色反最近邻查询指的是数据集由两种不同类型的点组成，如服务点集和客户点集。

基于双色反最近邻，最大双色反最近邻查询的目的是从空间数据库查找区域，使得在该区域中新增加的任意位置点都具有最大的反最近邻集。该查询在市场定位、设施选址、资源分配等决策支持应用场景中具有重要的应用价值。

目前针对最大双色反最近邻查询，已有MaxOverlap和MaxFirst等算法，但是这些算法在查找最优区域时都仅以反最近邻数量为衡量标准，并未考虑距离因素。而在设施选址等实际应用中距离因素却是非常重要的，在本发明中，我们关注于查询满足最大双色反最近邻查询条件、并且与客户点的最小距离最大的点。

发明内容

本发明的目的在于提供一种基于双色反最近邻查询的最优选址方法。

本发明解决其技术问题采用技术方案的步骤如下：

步骤（1）：对于服务点数据集采用R树索引，维护一个矩形区域结果列表和一个查询结果列表；

步骤（2）：以客户点数据集中的每一个点为查询点，找出其在服务点数据集中的最近邻，并由此建立各个客户点的最近位置圆域；

步骤（3）：根据各客户点的最近位置圆域，采用四分法得到满足条件的矩形区域，并放入矩形区域结果列表；

步骤（4）：对于矩形区域结果列表中的每个矩形区域，求得其相交的最近位置圆域集合；

步骤（5）：利用剪枝规则过滤掉步骤（4）得到的最近位置圆域集合中不满足条件的最近位置圆域，并由此建立泰森多边形；

步骤（6）：利用步骤（5）中得到的最近位置圆域集合和泰森多边形计算最终结果；

所述的步骤（1）中的矩形区域结果列表存放满足条件的矩形；查询结果列表存放最终的查询结果。

所述的步骤（2）中最近位置圆域是以客户点为圆心、其到服务点数据集中最近邻的距离为半径的圆。所有的最近位置圆域通过R树建立索引。最近位置圆域在R树中用其最小包含矩形表示，矩形的边分别与各坐标轴平行。

所述的步骤（3）中找到的矩形区域具有两个属性：上界值和下界值；上界值表示与矩形区域有共同区域的最近位置圆域数量；下界值表示包含整个矩形区域的最近位置圆域数量。在查找过程中，使用一个优先队列存放待处理的矩形区域。该优先队列是以矩形区域的上界值为排序度量，下界值最大的优先访问。用四分法查找矩形区域的步骤包括：

1)将索引最近位置圆域集合的R树根节点放入优先队列；

2)取出优先队列中度量最大的矩形区域，若该矩形区域满足上界值与下界值相等，则将该矩形区域添加到结果列表中；否则对矩形区域进行四分划分，并将划分出来的子区域添加到优先队列。划分的方式需分两种情况考虑：

a)连续4次遍历到的矩形区域的相交最近位置圆域集合相同，并具有相同的下界值。这种情况下需分两种情况进行处理：i）与矩形区域相交但不包含的最近位置圆域相交于一点，那么在该交点对矩形区域进行划分，分成4个矩形区域；ii）与矩形区域相交但不包含的最近位置圆域不相交于一点，那么在该矩形区域的中心进行划分，分成4个面积相同的矩形区域。

b）未出现a）中所述的连续分割的情况，则在该矩形区域的中心进行划分，分成4个面积相同的矩形区域。

所述的步骤（4）的计算与矩形区域相交的最近位置圆域是通过以矩形区域为查询条件，在最近位置圆域集合的R树中查询得到的。

所述的步骤（5）的剪枝规则有两种：

1）某个最近位置圆域的半径大于集合中最小最近位置圆域半径的3倍，则该最近位置圆域可被过滤；

2）对于集合中的一个最近位置圆域，若其与集合中任一最近位置圆域圆心之间的距离的一半小于该最近位置圆域的半径，则该最近位置圆域可被过滤。

泰森多边形则通过扫描线算法建立。

所述的步骤（6）中利用步骤（5）中得到的最近位置圆域集合和泰森多边形计算最终结果的步骤包括：