首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--一般性问题论文--理论、方法论文--算法理论论文

多样性敏感的移动k近邻查询技术的研究与实现

摘要第5-7页
ABSTRACT第7-8页
第1章 引言第11-19页
    1.1 课题的研究背景第11-14页
        1.1.1 基于位置服务第11-12页
        1.1.2 空间数据库第12-14页
    1.2 问题提出第14-16页
    1.3 本文贡献第16-17页
    1.4 组织结构第17-19页
第2章 相关工作和基础算法第19-33页
    2.1 处理MkNN的算法第19-24页
    2.2 结果多样性查询模型第24-25页
    2.3 已有的多样性查询方法第25-27页
    2.4 快照查询方法第27-29页
        2.4.1 准确算法第27页
        2.4.2 贪心算法第27-29页
    2.5 索引与剪枝第29-31页
        2.5.1 索引第29-30页
        2.5.2 剪枝第30-31页
    2.6 本章小结第31-33页
第3章 准确查询算法的维护第33-47页
    3.1 问题描述第33-34页
    3.2 队列Q和活动半径第34-37页
        3.2.1 队列Q第34-36页
        3.2.2 活动半径第36-37页
    3.3 维护查询结果第37-39页
    3.4 查询优化第39-41页
    3.5 扩展第41-43页
    3.6 算法和代价分析第43-46页
        3.6.1 算法第43-45页
        3.6.2 代价分析第45-46页
    3.7 本章小结第46-47页
第4章 准确查询算法的近似维护第47-53页
    4.1 近似比p第47-48页
    4.2 安全区域第48-49页
    4.3 维护查询结果第49-50页
    4.4 算法和代价分析第50-51页
        4.4.1 算法第50-51页
        4.4.2 代价分析第51页
    4.5 本章小结第51-53页
第5章 近似查询算法的维护第53-63页
    5.1 队列Q和活动半径第53-55页
        5.1.1 队列Q第53-54页
        5.1.2 活动半径第54-55页
    5.2 维护查询结果第55-57页
    5.3 查询优化第57-58页
    5.4 算法和代价分析第58-62页
        5.4.1 算法第58-61页
        5.4.2 代价分析第61-62页
    5.5 本章小结第62-63页
第6章 实验第63-71页
    6.1 实验环境第63-64页
    6.2 实验评估第64-70页
    6.3 本章小结第70-71页
第7章 总结与展望第71-73页
    7.1 本文的主要贡献与结论第71页
    7.2 进一步研究的工作第71-73页
参考文献第73-75页
致谢第75-77页
攻硕期间参加的项目第77页

论文共77页,点击 下载论文
上一篇:RealAdaboost算法改进及其在人脸检测中的应用
下一篇:基于物联网的4S店客户体验系统的设计与实现