空间文本数据的查询处理技术研究
摘要 | 第3-4页 |
Abstract | 第4-5页 |
第1章 绪论 | 第9-17页 |
1.1 选题背景与研究动机 | 第9-14页 |
1.1.1 空间文本数据的融合 | 第10-12页 |
1.1.2 空间文本数据的Top-k检索 | 第12-13页 |
1.1.3 空间文本数据的Top-k近似检索 | 第13-14页 |
1.2 主要研究内容与贡献 | 第14-16页 |
1.3 章节安排 | 第16-17页 |
第2章 空间文本数据的融合 | 第17-57页 |
2.1 预备知识 | 第17-23页 |
2.1.1 问题定义 | 第17-19页 |
2.1.2 相关工作 | 第19-20页 |
2.1.3 基准方法 | 第20-23页 |
2.2 基于前缀过滤的解决方法 | 第23-31页 |
2.2.1 基于过滤验证的基本框架 | 第23-24页 |
2.2.2 空间签名与文本签名的选择 | 第24-26页 |
2.2.3 空间签名与文本签名的组织 | 第26-29页 |
2.2.4 排序策略 | 第29-30页 |
2.2.5 复杂度分析 | 第30-31页 |
2.3 基于MBR前缀的解决方法 | 第31-38页 |
2.3.1 前缀MBR的产生策略 | 第31-35页 |
2.3.2 基于MBR前缀的融合算法 | 第35-38页 |
2.4 基于混合前缀的解决方法 | 第38-44页 |
2.4.1 混合前缀的产生策略和融合算法 | 第38-42页 |
2.4.2 格子粒度的选择 | 第42-43页 |
2.4.3 R ? S型数据融合与其他近似性函数 | 第43-44页 |
2.5 实验结果 | 第44-55页 |
2.5.1 实验设置 | 第44-45页 |
2.5.2 签名模式的评测 | 第45-47页 |
2.5.3 MBR前缀技术的评测 | 第47-50页 |
2.5.4 混合前缀技术的评测 | 第50-51页 |
2.5.5 排序策略的评测 | 第51-52页 |
2.5.6 可扩展性的评测 | 第52-53页 |
2.5.7 与现有算法比较 | 第53-54页 |
2.5.8 R-S型数据融合效果的评测 | 第54-55页 |
2.5.9 各种相似性函数的评测 | 第55页 |
2.6 本章小结 | 第55-57页 |
第3章 空间文本数据的Top-k检索 | 第57-77页 |
3.1 预备知识 | 第57-61页 |
3.1.1 问题定义 | 第57-59页 |
3.1.2 相关工作 | 第59-60页 |
3.1.3 基准方法 | 第60-61页 |
3.2 增量式的Top-k检索算法 | 第61-68页 |
3.2.1 基本框架 | 第61-64页 |
3.2.2 增量式的空间最优检索算法 | 第64-65页 |
3.2.3 增量式的文本最优检索算法 | 第65-68页 |
3.3 基于划分的检索算法 | 第68-71页 |
3.4 实验结果 | 第71-76页 |
3.4.1 实验设置 | 第71页 |
3.4.2 对参数k的评测 | 第71-72页 |
3.4.3 对参数 α 的评测 | 第72-74页 |
3.4.4 对查询关键词数量的评测 | 第74-75页 |
3.4.5 对时间和空间可扩展性的评测 | 第75-76页 |
3.5 本章小结 | 第76-77页 |
第4章 空间文本数据的Top-k近似检索 | 第77-99页 |
4.1 预备知识 | 第77-82页 |
4.1.1 问题定义 | 第77-79页 |
4.1.2 相关工作 | 第79-81页 |
4.1.3 基准方法 | 第81-82页 |
4.2 混合型路标指引树 | 第82-91页 |
4.2.1 基本思路 | 第82-84页 |
4.2.2 HLtree的构建算法 | 第84-88页 |
4.2.3 HLtree的单关键词检索算法 | 第88-90页 |
4.2.4 HLtree的多关键词的检索算法 | 第90-91页 |
4.3 路标的选择策略 | 第91-93页 |
4.4 实验结果 | 第93-98页 |
4.4.1 实验设置 | 第93-95页 |
4.4.2 对查询词数量的评测 | 第95-96页 |
4.4.3 对参数k的评测 | 第96页 |
4.4.4 对时间和空间可扩展性的评测 | 第96-98页 |
4.5 本章小结 | 第98-99页 |
第5章 总结与展望 | 第99-101页 |
5.1 论文主要研究工作总结 | 第99-100页 |
5.2 进一步研究工作及展望 | 第100-101页 |
参考文献 | 第101-108页 |
致谢 | 第108-110页 |
个人简历、在学期间发表的学术论文与研究成果 | 第110-111页 |