[发明专利]一种不确定空间数据上的单色相互最近邻查询处理方法

说明书

技术领域

本发明涉及一种不确定空间数据上的单色相互最近邻查询处理方法，属于时空数 据库(Spatio-TemporalDataBase,STDB)中基于位置服务(Location-basedDatabase， LBS)信息查询的技术领域。

背景技术

时空数据库是数据库领域的重要分支，时空查询是时空数据库中的重要操作，根 据空间条件可以分为：范围查询、最近邻查询、反向最近邻查询等等。相互最近邻查询是最 近邻查询、反向最近邻查询的变形和扩展，其计算结果是给定点的最近邻，同时也以给定点 为最近邻的数据点。相互最近邻查询在诸如数据挖掘、模式识别和决策支持等领域有着重 要的应用价值。

目前相互最近邻查询主要分为两大类：单色相互最近邻查询和双色相互最近邻查询。在单色相互最近邻查询中，查询发出者q和目标对象属于同一个数据集D。因此一个数据对象o被认为是查询发出者q的相互最近邻，当且仅当数据集中任一对象o′与q间的距离大于o与q间的距离，同时o′与o间的距离大于o与q间的距离。即其中dist(,)是两个对象之间的距离函数。在双色相互最近邻查询中有A、B两类对象，其中查询发出者q属于A类，而目标对象属于B类。一个数据对象o被认为是查询发出者q的相互最近邻，当前仅当B类对象中(除o外的)任一对象o′与q间的距离大于o与q间距离的同时，与A类对象中(除q外的)任一对象o″的距离也大于o与q间距离，即

在时空数据库中最常用的索引结构是基于R树的，或者是其派生出来的。R树是一 种高度平衡树，可以实现完全动态索引。本发明用到的索引结构即为R树。

由于定位技术、网络的带宽、系统存储等多种因素的限制，时空对象的数据只能以 离散方式获取。此外，由于测量误差、具体应用的特点(如位置隐私保护)等因素使得时空数 据库中存储的信息往往和对象的实际数据不一致。位置不确定性是时空数据库、LBS等领域 不可回避的问题。一般用一个空间区域表示对象在某一时刻可能的位置范围，称为不确定 域，用概率密度函数来表示对象位置在不确定域内的概率分布情况。

2008年，Gao在DKE上发表文章Ontheefficientmutualnearestneighbor queryprocessinginspatialdatabases，给出了精确数据集上单色相互最近邻查询处 理的方法。梁瑜等提出了双色不确定相互最近邻查询问题，解决了查询对象来自于不确定 数据集，而目标对象属于一个精确点集的查询处理问题。但是以上方法不能处理查询发出 者和目标对象均来自于同一不确数据集的单色相互最近邻查询问题。发明人一在博士论文 《位置不确定移动对象查询处理关键技术研究》(南京航空航天大学，2013年10月)中提出了 一种基于多轮最近邻搜索技术的方法，虽然可以解决此问题，但是存在以下缺陷：(1)对R树 多次从根结点重复访问，因而I/O代价较高；(2)候选集过大，一方面引起不必要的I/O操作， 另一方面增加了精炼步骤中的概率计算量，使得时间代价过高。综合以上两点，现有的方法 在处理不确定空间数据上的单色相互最近邻查询时效率较低。

发明内容

本发明的目的是提供一种基于不确定空间数据集的单色相互最近邻查询处理方 法，克服现有技术中概率计算量大、I/O访问次数高的缺陷。

本发明解决其技术问题所采用的方案是：一、利用重用技术避免重复从根结点访 问R树，从而减少了反向最近邻搜索和概率计算列表构造过程中的I/O操作；二、通过反向最 近邻查询与最近邻查询的结果求交，获得更小的候选对象集，即减少了概率计算量又降低 了I/O次数。

本发明技术方案如下：

本发明提供一种基于不确定空间数据集的单色相互最近邻查询处理方法，包括步 骤：

步骤1：初始化最小堆H_rfn，令集合S_temp为空；

步骤2：遍历R树，得到查询对象q的最近邻候选集nn_q，并且将此过程中剪枝的结点 和对象保存在最小堆H_rfn中，具体过程如下：

步骤2.1：初始化最小堆H，设R树的根结点为root，将<root,0>插入H，令变量minf 为无穷大；

步骤2.2：在H非空的情况下循环执行步骤2.3～2.6，否则转去执行步骤2.7；

步骤2.3：取出H堆顶元素<E,d_t>；