检索结果

Select

1. 面向视频数据的时空伴随模式挖掘算法

张潇誉, 于自强, 刘承栋, 李博涵, 靖常峰

《计算机应用》唯一官方网站 2023, 43 (8): 2330-2337. DOI: 10.11772/j.issn.1001-9081.2022101566

摘要（263）

HTML （18）

PDF （5225KB）（210）

时空伴随模式是具有时空伴随关系的视频对象组合。为了从海量视频数据中快速发现符合查询条件的时空伴随模式，提出一种基于三重剪枝匹配策略的时空伴随模式发现算法——MPA。首先，利用已有的视频对象识别和跟踪模型对视频对象进行结构化提取；然后，对提取的连续帧中大量重复出现的视频对象进行压缩存储并构建索引；最后，设计基于前缀树的时空伴随模式发现算法，以快速发现符合查询条件的时空伴随模式。在真实数据集和合成数据集上的实验结果表明，与暴力搜索算法（BFA）相比，所提算法的效率提高了30%左右，且数据量越大，效率提高越明显。因此，所提算法能够快速发现海量视频数据中满足查询条件的时空伴随模式。

图表 | 参考文献 | 相关文章 | 多维度评价

Select

2. 分布式环境下大规模移动对象范围查询算法

马永强, 陈晓萌, 于自强

《计算机应用》唯一官方网站 2023, 43 (1): 111-121. DOI: 10.11772/j.issn.1001-9081.2021101853

摘要（227）

HTML （10）

PDF （3320KB）（64）

移动对象的连续范围查询是许多基于位置的服务的核心问题。针对该问题，提出一种面向大规模移动对象并发范围查询的分布式搜索方法。首先，设计了一种由全局网格索引（GGI）和局部弹性四叉树构成的移动对象分布式动态索引（DDI）结构。其次，提出了一种基于DDI结构的分布式查询算法（DSA），该算法首先引入了一种在移动对象和查询点的位置连续变化的情况下的查询结果增量更新策略；然后，在增量更新过程中引入一种面向多并发查询的共享计算优化策略，该策略能够根据已有计算结果对移动对象范围查询结果进行增量搜索。最后，基于德国路网模拟了3个具有不同空间分布的移动对象数据集，将DSA与NS（Naive Search）、GI（Grid Index）和分布式混合索引（DHI）进行对比。实验结果表明，与性能最好的对比算法DHI相比，DSA的初始查询时间减少了22.7%，增量查询时间减少了15.2%，性能优于对比算法。

参考文献 | 相关文章 | 多维度评价

Select

3. 支持关键词搜索的top-k条最优路线查询问题研究（WISA2023+202）

赵浩宇于自强陈晓萌陈国祥朱慧李博涵