RISS 학술연구정보서비스

검색
자동완성 버튼
다국어입력
다국어 입력
あ ぁ か が さ ざ た だ な は ば ぱ ま や ゃ ら わ ゎ ん い ぃ き ぎ し じ ち ぢ に ひ び ぴ み り う ぅ く ぐ す ず つ づ っ ぬ ふ ぶ ぷ む ゆ ゅ る え ぇ け げ せ ぜ て で ね へ べ ぺ め れ お ぉ こ ご そ ぞ と ど の ほ ぼ ぽ も よ ょ ろ を
ア ァ カ サ ザ タ ダ ナ ハ バ パ マ ヤ ャ ラ ワ ヮ ン イ ィ キ ギ シ ジ チ ヂ ニ ヒ ビ ピ ミ リ ウ ゥ ク グ ス ズ ツ ヅ ッ ヌ フ ブ プ ム ユ ュ ル エ ェ ケ ゲ セ ゼ テ デ ヘ ベ ペ メ レ オ ォ コ ゴ ソ ゾ ト ド ノ ホ ボ ポ モ ヨ ョ ロ ヲ ―

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.
ㅥ ㅦ ㅧ ㅨ ㅩ ㅪ ㅫ ㅬ ㅭ ㅮ ㅯ ㅰ ㅱ ㅲ ㅳ ㅴ ㅵ ㅶ ㅷ ㅸ ㅹ ㅺ ㅻ ㅼ ㅽ ㅾ ㅿ ㆀ ㆁ ㆂ ㆃ ㆄ ㆅ ㆆ ㆇ ㆈ ㆉ ㆊ ㆋ ㆌ ㆍ ㆎ
Α Β Γ Δ Ε Ζ Η Θ Ι Κ Λ Μ Ν Ξ Ο Π Ρ Σ Τ Υ Φ Χ Ψ Ω α β γ δ ε ζ η θ ι κ λ μ ν ξ ο π ρ σ τ υ φ χ ψ ω
á à Á À é è É È ç Ç ê
Ä Ö Ü ä ö ü ß
ְ ֳ ֲ ֱ ָ ַ ֵ ֶ ִ ֹ ּ ֻ ׂ ׁ ּ פ ם ן ו ט א ר ק ף ך ל ח י ע כ ג ד ש ץ ת צ מ נ ה ב
‘ ’ “ ” 〔 〕 〈 〉 「 」 『 』 【 】 ＂ （ ） ［ ］ ｛ ｝
± × ÷ ≠ ≤ ≥ ∞ ∴ ♂ ♀ ∠ ⊥ ⌒ ∂ ∇ ≡ ≒ ≪ ≫ √ ∽ ∝ ∵ ∫ ∬ ∈ ∋ ⊆ ⊇ ⊂ ⊃ ∪ ∩ ∧ ∨ ￢ ⇒ ⇔ ∀ ∃ ∮ ∑ ∏ ＋ － ＜ ＝ ＞
、 。 · ‥ … ¨ 〃 ― ∥ ＼ ∼ ´ ～ ˇ ˘ ˝ ˚ ˙ ¸ ˛ ¡ ¿ ː ！ ＇ ， ． ／ ： ； ？ ＾ ＿ ｀ ｜
½ ⅓ ⅔ ¼ ¾ ⅛ ⅜ ⅝ ⅞ ¹ ² ³ ⁴ ⁿ ₁ ₂ ₃ ₄
Æ Ð Ħ IJ Ł Ø Œ Þ Ŧ Ŋ æ đ ð ħ ı ij ĸ ŀ ł ø œ ß þ ŧ ŋ ʼn
А Б В Г Д Е Ё Ж З И Й К Л М Н О П Р С Т У Ф Х Ц Ч Ш Щ Ъ Ы Ь Э Ю Я а б в г д е ё ж з и й к л м н о п р с т у ф х ц ч ш щ ъ ы ь э ю я
′ ″ ℃ Å ￠ ￡ ￥ ¤ ℉ ‰ ＄ ％ Ｆ ￦ ㎕ ㎖ ㎗ ℓ ㎘ ㏄ ㎣ ㎤ ㎥ ㎦ ㎙ ㎚ ㎛ ㎜ ㎝ ㎞ ㎟ ㎠ ㎡ ㎢ ㏊ ㎍ ㎎ ㎏ ㏏ ㎈ ㎉ ㏈ ㎧ ㎨ ㎰ ㎱ ㎲ ㎳ ㎴ ㎵ ㎶ ㎷ ㎸ ㎹ ㎀ ㎁ ㎂ ㎃ ㎄ ㎺ ㎻ ㎽ ㎾ ㎿ ㎐ ㎑ ㎒ ㎓ ㎔ Ω ㏀ ㏁ ㎊ ㎋ ㎌ ㏖ ㏅ ㎭ ㎮ ㎯ ㏛ ㎩ ㎪ ㎫ ㎬ ㏝ ㏐ ㏓ ㏃ ㏉ ㏜ ㏆
§ ※ ☆ ★ ○ ● ◎ ◇ ◆ □ ■ △ ▽ → ← ↑ ↓ ↔ 〓 ◁ ◀ ▷ ▶ ♤ ♠ ♡ ♥ ♧ ♣ ⊙ ◈ ▣ ◐ ◑ ▒ ▤ ▥ ▨ ▧ ▦ ▩ ♨ ☏ ☎ ☜ ☞ † ‡ ↕ ↗ ↙ ↖ ↘ ♭ ♩ ♪ ♬ ㉿ ㈜ № ㏇ ™ ㏂ ㏘ ℡ ＃ ＆ ＊ ＠ ª º
ⅰ ⅱ ⅲ ⅳ ⅴ ⅵ ⅶ ⅷ ⅸ ⅹ Ⅰ Ⅱ Ⅲ Ⅳ Ⅴ Ⅵ Ⅶ Ⅷ Ⅸ Ⅹ
ا ب ت ث ج ح خ د ذ ر ز س ش ص ض ط ظ ع غ ف ق ک ل م ن ه و ی
닫기
    인기검색어 순위 펼치기

    RISS 인기검색어

      R - 트리를 이용한 최 근접 질의 처리에 관한 연구 = Research on the Nearest Neighbor Query Processing using R - trees

      한글로보기

      https://www.riss.kr/link?id=A82308540

      • 0

        상세조회

      • 0

        다운로드
      서지정보 열기
      • 내보내기
      • 내책장담기
      • 공유하기
      • 오류접수

      부가정보

      국문 초록 (Abstract)

      한국어
      영어
      컴퓨터 지원 설계(CAD), VLSI 설계 및 지리 정보 시스템(GIS) 등과 같은 여러 응용에서 사용하는 공간 데이타베이스 시스템에는 많은 종류의 질의가 존재한다. 공간 데이타베이스 시스템에서 자주 등장하는 질의 중에 하나가 주어진 위치에서 가장 가까운 객체를 찾는 경우이다. 최근까지 이러한 최 근접 질의 처리에 대하여 적지 않은 연구가 있었으나 대부분 점 데이타에 관련된 것이었다. 즉, 최 근접 질의의 기준이 되는 객체가 선분, 다각형 및 복합 객체와는 다른 점 데이타이다. 본 논문에서는 R-트리 계열의 색인 방법을 이용하여 주어진 다각형 객체에서 최 근접 객체를 찾는 효율적인 방법을 제시하고 있다. 불필요한 노드를 제거하면서 최 근접 객체를 찾는 브랜치-바운드 R-트리 탐색 알고리즘을 제안한다. 불필요한 노드의 방문을 피하기 위하여 최소 경계 사각형(MBR)들 사이의 거리로써 MINDIST와 MINMAXDIST의 개념을 도입하였다. 제안된 최 근접 질의 처리 방법은 R-트리 계열의 색인 방법중 하나인 R*-트리를 색인으로 가지고 있는 SHORE 저장 관리자에서 구현하였다.
      번역하기

      컴퓨터 지원 설계(CAD), VLSI 설계 및 지리 정보 시스템(GIS) 등과 같은 여러 응용에서 사용하는 공간 데이타베이스 시스템에는 많은 종류의 질의가 존재한다. 공간 데이타베이스 시스템에서 자...

      컴퓨터 지원 설계(CAD), VLSI 설계 및 지리 정보 시스템(GIS) 등과 같은 여러 응용에서 사용하는 공간 데이타베이스 시스템에는 많은 종류의 질의가 존재한다. 공간 데이타베이스 시스템에서 자주 등장하는 질의 중에 하나가 주어진 위치에서 가장 가까운 객체를 찾는 경우이다. 최근까지 이러한 최 근접 질의 처리에 대하여 적지 않은 연구가 있었으나 대부분 점 데이타에 관련된 것이었다. 즉, 최 근접 질의의 기준이 되는 객체가 선분, 다각형 및 복합 객체와는 다른 점 데이타이다. 본 논문에서는 R-트리 계열의 색인 방법을 이용하여 주어진 다각형 객체에서 최 근접 객체를 찾는 효율적인 방법을 제시하고 있다. 불필요한 노드를 제거하면서 최 근접 객체를 찾는 브랜치-바운드 R-트리 탐색 알고리즘을 제안한다. 불필요한 노드의 방문을 피하기 위하여 최소 경계 사각형(MBR)들 사이의 거리로써 MINDIST와 MINMAXDIST의 개념을 도입하였다. 제안된 최 근접 질의 처리 방법은 R-트리 계열의 색인 방법중 하나인 R*-트리를 색인으로 가지고 있는 SHORE 저장 관리자에서 구현하였다.

      더보기

      목차 (Table of Contents)

      • 요약
      • 1. 서론
      • 2. 관련 연구
      • 3. 다각형 객체들 사이의 최 근접 질의 처리
      • 4. 최 근접 질의 처리 알고리즘
      • 요약
      • 1. 서론
      • 2. 관련 연구
      • 3. 다각형 객체들 사이의 최 근접 질의 처리
      • 4. 최 근접 질의 처리 알고리즘
      • 5. 구현 및 결론
      • 참고문헌
      더보기

      동일학술지(권/호) 다른 논문

      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