[发明专利]应用于电子地图的空间关键字查询的准确搜索方法在审
| 申请号： | 201910333876.0 | 申请日： | 2019-04-24 |
| 公开（公告）号： | CN110059148A | 公开（公告）日： | 2019-07-26 |
| 发明（设计）人： | 姚斌;阮珂;徐阳;过敏意;陈全;李超;沈耀;冷静文;郑文立;林昊 | 申请（专利权）人： | 上海交通大学 |
| 主分类号： | G06F16/29 | 分类号： | G06F16/29;G06F16/22;G06F16/245 |
| 代理公司： | 上海市汇业律师事务所 31325 | 代理人： | 王函 |
| 地址： | 200030 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 构建 布隆过滤器 子项 空间关键字 电子地图 词汇表 查询 搜索 非叶子节点 索引效率 系统资源 叶子节点 初始化 父节点 根节点 数据集 子节点 索引 映射 应用 指向 集合 容纳 节约 | ||
1.一种应用于电子地图的空间关键字查询的准确搜索方法，其特征在于，包括如下步骤：
S1，构建叶子节点u：设u中包含的点的集合为up，将各关键字t映射到包含t的对象列表来构建u的倒排列表，并收集u的词汇表构建父节点的布隆过滤器；
S2，构建非叶子节点p：设p的子项为{c1,…,cf}，所述f为一个节点最大能容纳的子项数目，将p的各个子项指向的子节点构成节点p的词汇表，并对各关键字插入初始化的布隆过滤器；
S3，构建根节点、完成基于布隆过滤器的IR-tree的构建；
S4，构建基于布隆过滤器的IR-Tree结构的查询索引。
2.如权利要求1所述应用于电子地图的空间关键字查询的准确搜索方法，其特征在于：步骤S4包括如下步骤：
S41：S61：给定eBKQ查询公式为：eBKQ = {Qs=(τ,ε),Qt}，所述Qs为空间条件，Qt为一组关键字，检查当前节点中Qs是否位于查询区域，若Qs位于查询区域内，则跳转至S23，若Qs不在查询区域中，则递归检查该节点的子节点；
S42：检测Qt中的各关键字是否存在于该节点的布隆过滤器中，若否则剪枝该节点，若是则跳转至S43；
S43：将各个关键字映射到其对应的记录列表，并对这些列表进行取交集操作，以获得最后的解集。
3.如权利要求2所述应用于电子地图的空间关键字查询的准确搜索方法，其特征在于，步骤S41中采用KNN算法实现eBKQ查询。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于上海交通大学，未经上海交通大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201910333876.0/1.html，转载请声明来源钻瓜专利网。
