RISS 학술연구정보서비스

검색
다국어 입력

http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.

변환된 중국어를 복사하여 사용하시면 됩니다.

예시)
  • 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
  • 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
닫기
    인기검색어 순위 펼치기

    RISS 인기검색어

      다양한 유형의 공간객체를 위한 R<SUP>m</SUP>-tree 기반의 mkNN 질의처리기법 = mkNN Query Processing Method based on Rm-tree for Spatial Objects with Multi-types

      한글로보기

      https://www.riss.kr/link?id=A82681220

      • 0

        상세조회
      • 0

        다운로드
      서지정보 열기
      • 내보내기
      • 내책장담기
      • 공유하기
      • 오류접수

      부가정보

      국문 초록 (Abstract)

      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(mul...

      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.

      더보기

      다국어 초록 (Multilingual Abstract)

      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 ...

      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.

      더보기

      목차 (Table of Contents)

      • 요약
      • Abstract
      • 1. 서론
      • 2. Rm-트리구조 및 Rm-트리를 이용한 mkNN 질의처리 알고리즘
      • 3. 성능평가
      • 요약
      • Abstract
      • 1. 서론
      • 2. Rm-트리구조 및 Rm-트리를 이용한 mkNN 질의처리 알고리즘
      • 3. 성능평가
      • 4. 결론
      • 참고문헌
      더보기

      동일학술지(권/호) 다른 논문

      동일학술지 더보기

      더보기

      분석정보

      View

      상세정보조회

      0

      Usage

      원문다운로드

      0

      대출신청

      0

      복사신청

      0

      EDDS신청

      0

      동일 주제 내 활용도 TOP

      더보기

      주제

      연도별 연구동향

      연도별 활용동향

      연관논문

      연구자 네트워크맵

      공동연구자 (7)

      유사연구자 (20) 활용도상위20명

      이 자료와 함께 이용한 RISS 자료

      나만을 위한 추천자료

      해외이동버튼