http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
m-유형 공간객체를 위한 R<SUP>m</SUP>-tree기반의 mk-최근접질의 처리기법
장동주(Dongjue Jang),안수연(Sooyeon An),정성원(Sungwon Jung) 한국정보과학회 2011 한국정보과학회 학술발표논문집 Vol.38 No.1C
본 논문에서는 다양한 타입의 위치기반 데이터들을 하나의 R-tree로 통합한 R<SUP>m</SUP>-tree의 구조와 이 R<SUP>m</SUP>-tree를 이용하여 질의 포인트로부터 각 타입에서 k개의 가까운 위치기반 데이터를 찾는 mkNN(multi-type k nearest neighbor) 질의 처리기법을 제안하였다. 특히, 다양한 타입의 위치기반 데이터들을 각 타입별로 독립된 R-tree로 유지하지 않고, 하나의 R<SUP>m</SUP>-tree로 통합하여 관리함으로써 mkNN 질의 처리시 같은 레벨의 공간의 반복탐색을 줄일 수 있도록 고안하였다. 그리고 각 타입 t에 대한 위치데이터를 관리하는 부가적인 타입정보 자료구조로서 위치정보를 담은 TMBR, 데이터 개수정보를 담은 I<SUB>t</SUB>-entry를 새로이 고안하여 mkNN질의 처리시 효율적인 휠터링(filtering)과 검색과정이 이루어지도록 하였다.
다양한 유형의 공간객체를 위한 R<SUP>m</SUP>-tree 기반의 mkNN 질의처리기법
장동주(Dongjue Jang),안수연(Sooyeon An),정성원(Sungwon Jung) 한국정보과학회 2011 정보과학회논문지 : 데이타베이스 Vol.38 No.5
본 논문에서는 다양한 유형의 위치기반 데이터들을 하나의 R-트리로 통합한 Rm-트리구조와 이 Rm-트리를 이용하여 질의포인트로부터 각 유형별로 k개의 가까운 위치기반 데이터를 찾는 mkNN(multi-type k Nearest Neighbor) 질의처리기법을 제안하였다. 특히, 다양한 유형의 위치기반 데이터들을 각 유형별로 독립된 R-트리로 유지하지 않고, 하나의 Rm-트리로 통합하여 관리함으로써 mkNN 질의처리시 같은 레벨의 공간의 반복탐색을 줄일 수 있도록 하였다. 그리고 각 유형에 대한 위치데이터를 관리하는 부가적인 유형정보 자료구조로서 위치데이터들을 포함하는 지역정보를 담은 TMBR(Type Minimum Bounding Rectangle), 데이터 개수정보를 담은 l-entry를 새로이 고안하여 mkNN 질의처리시 효율적인 휠터링(filtering)과 검색과정이 이루어지도록 하였다. In this paper, we propose an Rm-tree that integrates with location data of various types. We also propose an efficient mkNN query processing technique based on the Rm-tree that computes to find k nearest neighbors with m types for a given query point p. Especially, our proposed mkNN query processing method is able to reduce the repetitive traversal of the search space to compute multi-type k nearest neighbors. We add TMBR(Type Minimum Bounding Rectangle) and l-entry to Rm-tree to have the efficient filtering and searching performance for the processing of mkNN query.