一种基于BX树的移动对象混合索引方法

计算机应用 ›› 2010, Vol. 30 ›› Issue (1): 22-24.

一种基于BX树的移动对象混合索引方法

张辉¹,刘永山²,高云²

1. 燕山大学
2.

收稿日期:2009-07-23 修回日期:2009-09-03 发布日期:2010-01-01 出版日期:2010-01-01
通讯作者: 张辉
基金资助:
河北省自然科学基金

Hybrid indexing of moving objects based on BX-tree

Received:2009-07-23 Revised:2009-09-03 Online:2010-01-01 Published:2010-01-01
Contact: ZHANG Hui
Supported by:
Hebei natural science foundation

摘要/Abstract

摘要： 为实现移动对象当前及未来位置索引，提出了一种自适应SABX树（Self-Adapt BX-tree），考虑到移动对象在现实世界中分布密度不同的特点，利用时间划分和空间填充曲线技术计算移动对象位置信息，并引进了一个以秩的范围为标识的Hash辅助索引表，文中给出了SABX树的插入、删除、更新方法以及范围查询算法。实验表明，该索引结构的动态更新性能和查询效率优于BX树和传统的TPR树。

关键词: 移动对象索引, BX树, Hilbert曲线, 秩

Abstract: A SelfAdaptive BX-tree (SABX) was presented for indexing the current and future position of moving objects. Taking account of the different density of moving objects in reality, SABX-tree utilized the technology of temporal partitioning and spacefilling curves to calculate the objects’ position, then a supplemented Hash index was introduced to store and index the forest of BX-trees. Besides, the insertion，deletion, update methods and range query algorithm were developed for SABX-tree. Experimental results show that SABX-tree’s dynamic update and query performances outperform those of BX-tree and traditional TPRtree.

Key words: moving objects Index, BX-tree, Hilbert curve, order

张辉刘永山高云. 一种基于BX树的移动对象混合索引方法[J]. 计算机应用, 2010, 30(1): 22-24.

[1]	刘雨生, 肖学中. 基于扩散模型微调的高保真图像编辑[J]. 《计算机应用》唯一官方网站, 2024, 44(11): 3574-3580.
[2]	汪鹏, 张大蔚, 陆正军, 李林昊. 基于可靠性低秩因子分解和泛化差异性差分的运动目标检测[J]. 《计算机应用》唯一官方网站, 2023, 43(2): 514-520.
[3]	任奇泽, 贾洪杰, 陈东宇. 融合局部结构学习的大规模子空间聚类算法[J]. 《计算机应用》唯一官方网站, 2023, 43(12): 3747-3754.
[4]	秦晓, 成苗, 张绍兵, 何莲, 石向文, 王品学, 曾尚. 工业场景下基于秩信息对YOLOv4的剪枝[J]. 《计算机应用》唯一官方网站, 2022, 42(5): 1417-1423.
[5]	谭旺, 李轶. 循环程序的界函数合成[J]. 《计算机应用》唯一官方网站, 2022, 42(2): 565-573.
[6]	范莉莉, 卢桂馥, 唐肝翌, 杨丹. 基于Hessian正则化和非负约束的低秩表示子空间聚类算法[J]. 《计算机应用》唯一官方网站, 2022, 42(1): 115-122.
[7]	严海升, 马新强. 基于径向基函数的多目标回归特征构建算法[J]. 计算机应用, 2021, 41(8): 2219-2224.
[8]	杜志强, 郑东, 赵庆兰. 可验证的大规模矩阵满秩分解的安全外包[J]. 计算机应用, 2021, 41(5): 1367-1371.
[9]	王心, 朱浩华, 刘光灿. 卷积鲁棒主成分分析[J]. 计算机应用, 2021, 41(5): 1314-1318.
[10]	李杏峰, 黄玉清, 任珍文, 李毅红. 基于自适应邻域的鲁棒多视图聚类算法[J]. 计算机应用, 2021, 41(4): 1093-1099.
[11]	蒋丽, 黄仕建, 严文娟. 基于低秩行为信息和多尺度卷积神经网络的人体行为识别方法[J]. 计算机应用, 2021, 41(3): 721-726.
[12]	李华, 卢桂馥, 余沁茹. 基于干净数据的流形正则化非负矩阵分解[J]. 《计算机应用》唯一官方网站, 2021, 41(12): 3492-3498.
[13]	葛晨宇, 董良, 许伊昆, 常毅, 张宏鸣. 基于总变分低秩组稀疏的全球雷达数据修复算法[J]. 《计算机应用》唯一官方网站, 2021, 41(11): 3353-3361.
[14]	张栖, 聂旭云. 立方多变量公钥密码体制的最小秩分析[J]. 计算机应用, 2020, 40(7): 1965-1969.
[15]	李杏峰, 黄玉清, 任珍文. 联合低秩稀疏的多核子空间聚类算法[J]. 计算机应用, 2020, 40(6): 1648-1653.