检索结果

Select

1. 路网中位置不确定的二元反 kNN查询

徐伟, 李文根, 张毅超, 关佶红

计算机应用 2017, 37 (2): 341-346. DOI: 10.11772/j.issn.1001-9081.2017.02.0341

摘要（614）

PDF （877KB）（524）

针对路网限制和物体位置的不确定性，提出了路网中位置不确定的二元反kNN查询（PBRkNN），旨在查找一组位置不确定的点，使得每个不确定点的kNN包含给定查询点的概率大于一个阈值。为了解决该问题，首先提出一种基于Dijkstra进行剪枝处理的基本算法，即PE算法；接着在PE算法的基础上通过预处理计算出每个点的kNN从而加快查询速度，即PPE算法；而为了进一步减小PPE算法中范围查询的开销，提出PPEE算法，利用网格索引来索引范围查询中要查询的不确定空间点，从而提升算法的效率。最后，在北京和加州路网数据集上进行了大量实验，结果表明通过一些预处理的策略确实可以有效地处理路网中位置不确定的二元反kNN查询。

参考文献 | 相关文章 | 多维度评价

Select

2. 基于路网的群体出行计划查询算法

朱海泉, 李文根, 张毅超, 关佶红

计算机应用 2015, 35 (11): 3146-3150. DOI: 10.11772/j.issn.1001-9081.2015.11.3146

摘要（430）

PDF （908KB）（514）

群体出行计划(GTP)查询旨在为一组用户查找共同的活动地点(通常以兴趣点(PoI)表示)以达到整体的出行开销最小.当前,对群体出行计划查询的研究大多仅限于欧氏空间,然而人们真实的出行却受到道路网络的约束.针对该问题,提出了两个基于路网的群体出行计划查询算法NE-GTP和ER-GTP.其中,NE-GTP通过扩展每个用户所在的边,来迭代地找到这组用户感兴趣的PoI; ER-GTP则是利用R树索引和欧氏距离是路网距离的下界这一条件来快速搜索满足关键词条件的PoI.实验结果表明,ER-GTP方法在查询速度上总体要比NE-GTP快一个数量级左右; 而且,当数据量很大时,ER-GTP也有很好的可扩展性.

参考文献 | 相关文章 | 多维度评价

Select

3. 基于主动学习的高光谱图像分类方法

郝泽东余淞淞关佶红

计算机应用 2013, 33 (12): 3441-3443.

摘要（882）

PDF （675KB）（467）

高光谱图像监督分类中，为了避免休斯效应需要大量的训练样本，但在实际应用中对样本进行标注成本非常高，因此，得到高质量的训练样本显得十分重要。提出一种基于主动学习的高光谱图像分类方法，通过对区域关注度的统计，有效地结合图像光谱和空间特性，基于主动学习方法获取信息量较大的训练样本，从而较大幅度提高了分类的精确度。实验结果表明，所提算法比传统的随机取样监督分类法和主动学习方法在分类精确度上有较大的优势。

相关文章 | 多维度评价

Select

4. 基于Bloom滤波器的对等网多关键字检索

严华云关佶红

计算机应用 2010, 30 (9): 2335-2338.

摘要（1144）

PDF （769KB）（1073）

现有基于Bloom滤波器（BF）的对等网(P2P)检索，由于索引表的不断增长且不能确定数据量的上限，存在两个问题:一是难以确定BF向量长度；二是不能高效处理P2P多关键字Top-k查询。提出了一种基于关键词频率进行分块的分块Dynamic Bloom Filter（BDBF）以解决上述问题；并给出了相应的P2P多关键字Top-k查询模型，即当节点传送BF时先传送高频DBF，如不能满足Top-k查询则继续传送次高频的BF。实验分析发现，该结构更能适应数据量的连续增长，降低网络传输流量，并能高效处理多关键字检索中的Top-k查询问题。