• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Chinese Journal of Electronics >SPHLU: An Efficient Algorithm for Processing PRkNN Queries on Uncertain Data
【24h】

SPHLU: An Efficient Algorithm for Processing PRkNN Queries on Uncertain Data

机译：SPHLU：一种处理不确定数据的PRkNN查询的高效算法

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Query on uncertain data has received much attention in recent years, especially with the development of Location-based services (LBS). Little research is focused on reverse k nearest neighbor queries on uncertain data. We study the Probabilistic reverse k nearest neighbor (PRkNN) queries on uncertain data. It is succinctly shown that, PRkNN query retrieves all the points that have higher probabilities than a given threshold value to be the Reverse k-nearest neighbor (RkNN) of query data Q. The previous works on this topic mostly process with k > 1. Some algorithms allow the cases for k > 1, but the efficiency is inefficient especially for large k. We propose an efficient pruning algorithm Spatial pruning heuristic with louer and upper bound (SPHLU) for solving the PRkNN queries for k > 1. The experimental results demonstrate that our algorithm is even more efficient than the existent algorithms especial for a large value of k.
机译：近年来，尤其是随着基于位置的服务（LBS）的发展，对不确定数据的查询受到了广泛关注。很少有研究集中在对不确定数据的反向k最近邻查询。我们研究了不确定数据上的概率反向k最近邻（PRkNN）查询。简明地表明，PRkNN查询将所有具有比给定阈值高的概率的点检索为查询数据Q的反向k最近邻（RkNN）。有关该主题的先前工作大多处理k> 1。某些算法允许k> 1的情况，但是效率低下，尤其是对于大k。我们提出了一种有效的修剪算法，用于解决k> 1的PRkNN查询，并具有较大的上下限空间修剪启发式（SPHLU）。实验结果表明，对于较大的k值，我们的算法比现有的算法更为有效。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号