空间索引结构和查询技术在空间数据库中具有重要的作用,针对已有的方法在复杂空间数据对象的近似和组织方面的局限性,提出了一种基于最小外接矩形(MBR)、梯形和圆的新的索引结构(RTC树).为了有效处理复杂空间数据对象的最近邻(NN)关系查询问题,提出了基于RTC树的最近邻查询(NNRTC)算法,NNRTC算法利用剪枝规则可减少节点遍历和距离计算.针对障碍物对数据集中最近邻的影响问题,提出了障碍物环境下的基于RTC树的最近邻查询(BNNRTC)算法,BNNRTC算法先在理想空间进行查询,再对查询结果进行判断.为了有效处理动态单纯型连续近邻链查询问题,进一步给出了基于RTC树的动态单纯型连续近邻链查询(SCNNCRTC)算法.实验结果表明,相对基于R树的查询方法,所提的方法在处理数据量较大的复杂空间对象的数据集时可提高60%~80%的效率.

针对核磁共振并行成像重建提出了一种联合稀疏性模型，并与新的软阈值函数结合，将有助于提高重建图像质量。首先利用校准数据生成重建核，重建未采样数据点；然后采用联合稀疏性模型和新的软阈值函数，对各线圈图像数据进行处理；最后用改进的凸投影集算法（POCS）对压缩感知核磁共振并行成像进行重建。对于仿真图像和脑部图像，改进算法相比原算法，重建图像归一化均方根误差(nRMSE)在加速比为4时分别减少了23%和9%。实验结果表明，加速比较大时改进算法能明显提高并行成像重建图像的准确性。

为了进一步完善和提高现有三维主方向关系模型对三维空间方向关系的智能推理和预测能力，增强模型的可用性，更好地满足复杂三维空间数据应用需求，着重对三维主方向关系的反关系推理进行研究，在深入研究n-维代数理论的基础上，提出基于三维代数理论的三维基本主方向关系的反关系推理算法。理论分析和实例验证的结果表明该算法是正确性、完备的。该结论能增强空间数据库对复杂三维空间方向关系的智能分析和处理能力。