| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-15页 |
| 1.1 研究背景 | 第11-12页 |
| 1.2 研究目的及意义 | 第12-13页 |
| 1.3 本文主要工作 | 第13页 |
| 1.4 本文组织结构 | 第13-15页 |
| 第2章 相关工作 | 第15-29页 |
| 2.1 LBS的系统架构 | 第15-16页 |
| 2.2 时空数据库和移动对象管理系统 | 第16-17页 |
| 2.3 移动对象索引 | 第17-23页 |
| 2.3.1 四分树索引与压缩四分树索引 | 第18-19页 |
| 2.3.2 R-树索引 | 第19-20页 |
| 2.3.3 TPR-树索引 | 第20-21页 |
| 2.3.4 B~x-树索引 | 第21-22页 |
| 2.3.5 B~(dual)-树索引 | 第22页 |
| 2.3.6 虚拟网格四分树(Virtual Grid Quadtree,VGQ) | 第22-23页 |
| 2.4 Voronoi图和Delaunay三角网 | 第23-25页 |
| 2.5 K近邻查询 | 第25-28页 |
| 2.5.1 静止对象的K近邻查询 | 第25-26页 |
| 2.5.2 移动对象的K近邻查询 | 第26-28页 |
| 2.6 本章小结 | 第28-29页 |
| 第3章 基于延时删除策略的Del-VGQ索引结构的K近邻查询算法 | 第29-45页 |
| 3.1 问题描述与相关概念 | 第29-30页 |
| 3.2 基于延时删除策略的Del-VGQ索引结构 | 第30-33页 |
| 3.2.1 基本的Del-VGQ索引 | 第30-32页 |
| 3.2.2 基于延时删除策略的Del-VGQ索引 | 第32-33页 |
| 3.3 K近邻查询算法 | 第33-34页 |
| 3.3.1 K近邻查询算法的基本思想 | 第33页 |
| 3.3.2 K近邻查询算法OptDelVGQKnnQuery | 第33-34页 |
| 3.3.3 算法正确性证明 | 第34页 |
| 3.4 索引的更新算法 | 第34-37页 |
| 3.5 索引的性能分析 | 第37页 |
| 3.6 实验及结果分析 | 第37-44页 |
| 3.6.1 实验环境和实验数据集 | 第37-39页 |
| 3.6.2 实验结果分析 | 第39-44页 |
| 3.7 本章小结 | 第44-45页 |
| 第4章 基于Del-Rtree索引结构的K近邻查询算法 | 第45-55页 |
| 4.1 问题描述与相关概念 | 第45页 |
| 4.2 相关定义和数据结构 | 第45-47页 |
| 4.2.1 索引结构的设计 | 第45-47页 |
| 4.3 K近邻查询查询算法 | 第47-48页 |
| 4.3.1 K近邻算法基本思想 | 第47页 |
| 4.3.2 K近邻查询算法DelRtreeKnnQuery | 第47-48页 |
| 4.3.3 算法正确性证明 | 第48页 |
| 4.4 索引性能分析 | 第48-49页 |
| 4.5 实验及结果分析 | 第49-54页 |
| 4.5.1 实验环境和实验数据集 | 第49-50页 |
| 4.5.2 实验结果分析 | 第50-54页 |
| 4.6 本章小结 | 第54-55页 |
| 第5章 基于Del-VGQ索引均匀密度模型的K近邻查询算法 | 第55-67页 |
| 5.1 问题概述与相关概念 | 第55页 |
| 5.2 相关定义和数据结构 | 第55-57页 |
| 5.2.1 索引结构的设计 | 第55-57页 |
| 5.3 K近邻查询算法 | 第57-58页 |
| 5.3.1 K近邻查询算法基本思想 | 第57页 |
| 5.3.2 K近邻查询算法DelVGQAVGKnnQuery | 第57-58页 |
| 5.3.3 算法正确性证明 | 第58页 |
| 5.4 索引更新算法 | 第58-60页 |
| 5.5 索引性能分析 | 第60页 |
| 5.6 实验及结果分析 | 第60-65页 |
| 5.6.1 实验环境和实验数据集 | 第60-61页 |
| 5.6.2 实验结果分析 | 第61-65页 |
| 5.7 本章小结 | 第65-67页 |
| 第6章 总结与展望 | 第67-69页 |
| 6.1 内容总结 | 第67-68页 |
| 6.2 未来展望 | 第68-69页 |
| 参考文献 | 第69-75页 |
| 致谢 | 第75-77页 |
| 攻读硕士学位期间主要成果 | 第77页 |
