[发明专利]基于倒排泰森多边形索引的移动医疗查询方法及应用

权利要求书

1.一种基于倒排泰森多边形索引的移动医疗查询方法，其特征在于，手持设备医疗资源需求客户端接入移动互联网，并与医疗资源供给商建立联系，医疗资源需求客户向医疗资源供给商发送医疗资源需求请求，医疗资源需求客户的空间地理信息被采集至用于执行基于MapReduce与倒排泰森多边形的大规模近邻查询方法的系统中，且医疗资源物流车的空间地理信息被所述系统实时采集，所述系统以医疗资源需求客户信息为代表点，以医疗资源位置及医疗资源物流货车位置数据为数据集，将医疗资源的物流车空间地理信息数据集进行分片，使用基于MapReduce与倒排泰森多边形的大规模近邻查询方法以查找到距离医疗资源需求客户均为最近邻的医疗资源物流车位置及医疗资源位置；

所述基于MapReduce与倒排泰森多边形的大规模近邻查询方法包括如下步骤：

S1.构造基于MapReduce的倒排Voronoi索引；

S2.使用倒排Voronoi索引对数据集R和S进行分区；

S3.使用基于MapReduce的IVKNN进行分布式kNN查询。

2.如权利要求1基于MapReduce与倒排泰森多边形的大规模近邻查询方法，构造基于MapReduce的倒排Voronoi索引的步骤如下：

S1.1.d维空间中给定两个数据集R和S，Hadoop进行分片，部分mappers同时并行运行，在MapReduce任务中，使用默认的reducer，在启动map函数之前，使用预聚类算法得到代表点p,并加载到每个map的主存中；

S1.2.在每一个map处理进程中，依次利用TextInputForma来读取输入的分片，TextInputFormat从文件读取数据到Mapper的实例中，分别计算数据集R中的m个对象r与各代表点p之间的距离、数据集S中的n个对象s与代表点p之间的距离，并将距离数据集R中的第i个对象r与数据集S中的第j个对象s_j的最接近的代表点P_ij选出并聚集在Voronoi单元格VC_i中，形成m个VC的分区VC1～VCm，所述的i顺序取遍1～m，并且，当i顺序取1～m中的一个具体值时，在i的该值下，j顺序取遍1～n的所有值，得到m个存储最接近的代表点的Voronoi单元格；输出<VC_i，List(P_ij)>对；

已知查询点p，判别其最邻近的VC_i或最一些邻近的VC_i集，由mapper输出所述最邻近的VC_i或最一些邻近的VC_i集对应的原始数据集R和/或S中的r、s对象，并输出最邻近的VC_i或最一些邻近的VC_i集的id；

S1.3.将mapper输出到Hadoop的文件系统。