计算机科学 ›› 2017, Vol. 44 ›› Issue (Z6): 314-318.doi: 10.11896/j.issn.1002-137X.2017.6A.072
刘凯洋
LIU Kai-yang
摘要: 随着智能交通、基于位置的广告投放、移动对象监测等应用的广泛发展,如何快速预测未来某一时间点的对象的位置成为目前的一个研究热点。提出了一种新颖的AP-I(Adaptive Predication-Index)索引,其在历史轨迹数据缺乏的情况下,能够追踪移动对象的当前位置,大幅提高预测查询的运行效率。与现有的Predictive Tree[4]索引相比,AP-Index能有效地挖掘移动对象之间的路径关联性,避免大量的索引更新和重建操作,提高索引效率。同时,通过引入AP(Adaptive Probability) 以及Pruning操作,进一步减小AP-I,提高索引的命中率和查询效率。实验表明,与Predictive Tree相比,在保证同等查询效率的基础上,AP-I实现了更优的准确度、更新效率和空间效率。
[1] ZHANG R,JAGADISH H V,DAI B T,et al.Optimized Algorithms from Predicative Range and KNN Queries on Moving Objects [J].Information Systems,2010,35(8):911-932. [2] AYHAN S,PESCE J,COMITZ P,et al.Predictive Analyticswith Aviation Big Data [C]∥Integrated Communications,Navigation and Survieillance Conference.2013:1-13 . [3] JEUNG H,YIU M L,ZHOU X F,et al.Path Prediction and Predictive Range Querying in Road Network Databases [J].The VLDB Journal,2010,19(4):585-602. [4] HENDAWI A M,BAO J,MOKBEL M F,et al.Predictive Tree:An Efficient Index for Predictive Queries on Road Networks [C]∥Proceedings of the International Conference on Data Engineering.2015:1215-1226. |
No related articles found! |
|