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

可伸缩的联合空间关键词查询技术研究

摘要第10-11页
ABSTRACT第11-12页
第一章 绪论第13-21页
    1.1 研究背景和问题第13-14页
    1.2 研究意义第14-15页
    1.3 国内外研究现状第15-18页
        1.3.1 集中式环境下的空间关键词查询技术与索引方法第15-16页
        1.3.2 分布式环境下的空间关键词查询技术与索引方法第16-17页
        1.3.3 空间关键词查询的典型问题第17-18页
    1.4 本文主要研究工作与组织结构第18-21页
第二章 空间关键词查询技术理论基础第21-37页
    2.1 空间关键词查询相关概念第21-24页
        2.1.1 空间数据基本概念第21-23页
        2.1.2 空间关键词查询分类第23-24页
    2.2 空间关键词查询的流程和主要方法第24-25页
        2.2.1 Top-k查询问题第24页
        2.2.2 mCK查询问题第24-25页
        2.2.3 KNN查询问题第25页
    2.3 空间索引技术第25-33页
        2.3.1 树形结构索引技术第25-29页
        2.3.2 非树形索引技术第29-33页
    2.4 Spark计算框架与RDD模型第33-36页
        2.4.1 Spark计算框架的结构与特点第34-35页
        2.4.2 RDD模型简介第35-36页
    2.5 本章小结第36-37页
第三章 半并行化空间关键词查询算法MinSum第37-62页
    3.1 MinSum问题定义第37-38页
    3.2 MinSum算法设计与示例第38-45页
        3.2.1 MinSum算法设计思路第38-45页
    3.3 实验环境第45-47页
        3.3.1 实验平台第45-46页
        3.3.2 实验数据集描述第46页
        3.3.3 实验参数设置第46-47页
    3.4 MinSum算法实验结果分析第47-51页
        3.4.1 查询关键词变化时,算法执行速度快慢情况第47-49页
        3.4.2 数据集扩展时,算法执行速度快慢情况第49-50页
        3.4.3 计算节点变化时,算法可扩展性高低第50-51页
    3.5 Grid索引第51-55页
        3.5.1 Grid索引的意义与构建第51-55页
    3.6 两阶段MinSum算法设计第55-56页
    3.7 两阶段MinSum算法实验结果分析第56-61页
        3.7.1 查询关键词变化时,算法执行速度快慢与IO情况第56-59页
        3.7.2 数据集扩展时,算法执行速度快慢与IO情况第59-60页
        3.7.3 计算节点变化时,算法可扩展性高低第60-61页
    3.8 本章小结第61-62页
第四章 并行化空间关键词查询算法MaxSum-CoSKQ第62-75页
    4.1 MaxSum-CoSKQ问题定义第62页
    4.2 MaxSum-CoSKQ算法设计与实例第62-68页
        4.2.1 并行MaxSum算法设计思路。第62-68页
    4.3 实验环境第68页
        4.3.1 实验平台第68页
        4.3.2 实验数据集描述第68页
        4.3.3 实验参数设置第68页
    4.4 MaxSum-CoSKQ算法实验结果分析第68-72页
        4.4.1 查询关键词变化时,算法执行速度快慢情况第68-70页
        4.4.2 数据集扩展时,算法执行速度快慢情况第70-71页
        4.4.3 计算节点变化时,算法可扩展性高低第71-72页
    4.5 MaxSum-CoSKQ算法与Grid索引结构第72-73页
    4.6 MaxSum-CoSKQ算法与Dia-CoSKQ算法第73-74页
    4.7 本章小结第74-75页
第五章 总结与展望第75-79页
    5.1 主要工作与创新第75-76页
    5.2 未来研究工作第76-79页
致谢第79-80页
参考文献第80-84页
作者在学期间取得的学术成果第84页

论文共84页,点击 下载论文
上一篇:基于人体轮廓特征的步态识别技术研究
下一篇:基于SELinux的内核提权攻击防御技术研究