导读:本文包含了轨迹查询和索引论文开题报告文献综述及选题提纲参考文献，主要关键词:移动对象,轨迹数据,网格索引,k近邻查询
轨迹查询和索引论文文献综述
夏英,王瑞迪,张旭,阮文亮[1]（2019）在《Spark环境下基于网格索引的轨迹k近邻查询方法》一文中研究指出移动对象轨迹的k近邻(k nearest neighbor trajectories,k NNT)查询是一种重要的空间信息服务,主要用于寻找与给定轨迹最近邻的k条轨迹,被广泛地应用于智能交通、信息推荐等领域。随着轨迹数据量的快速增长,由于单机计算资源的限制,传统集中式环境下的k NNT查询效率和可扩展性无法满足实际要求。为了解决这个问题,设计了轨迹数据的分布式网格索引结构,该索引在Spark环境下将轨迹切分并映射到网格中,并引入轨迹还原表以保留查询时候选子轨迹段间的连续性。基于此索引,提出了Spark环境下的轨迹k近邻查询方法 k NNT-Grid。实验结果表明,k NNT-Grid方法在分布式环境下实现了良好的查询效率和可扩展性,能够应对海量轨迹数据的k近邻查询需求。(本文来源于《重庆邮电大学学报(自然科学版)》期刊2019年04期）
梁珺秀[2]（2018）在《具有语义标签的时空轨迹索引及查询》一文中研究指出定位技术及智能终端的迅速发展和普及产生了大量时空轨迹,即随时间变化的位置数据。一方面,传统的时空轨迹并未考虑语义信息,不能全面表达时空对象,另一方面,已有的语义属性对应至时刻,不能反映轨迹在时间区间内的语义。针对具有语义标签的时空轨迹,引入一种新的模型及索引,并提出相应的查询算法,可应用于路径规划、好友推荐系统及行为模式分析等多种不同的应用场景下。主要研究工作如下:(1)针对现有包含语义属性的时空轨迹大多都是语义到时间点上的映射,而忽略了在时间区间上的描述的问题,给出能描述时间区间上语义信息的时空标签轨迹表示,时空标签轨迹在包含时空信息的基础上同时包含映射到时间区间上的语义信息。此外,提出能表示在时间区间上语义存在性的索引标签R树,索引由标签层和空间位图层组成,并给出有效的标签R树批量更新构建方法。通过实验验证批量更新构建方法的有效性,且LR-Tree中语义属性占整体磁盘空间比例保持在的4%-7%。(2)针对时空标签轨迹的语义描述,提出模式匹配查询,并结合传统移动对象查询,引入范围模式匹配查询和K近邻模式匹配查询,并给出形式化定义。设计基于标签R树的范围模式匹配查询算法和K近邻模式匹配查询算法,并介绍两种查询算法中的筛选过程及精细计算过程。通过大量实验,从查询算法的不同参数角度分析,与已有的移动对象索引进行对比,验证了提出的两种查询算法的有效性。(3)现有语义移动对象查询大多在语义匹配的前提下再进一步考虑时空属性,造成部分结果在时空维度上表现较差。为此,提出近似模式匹配,并给出相关定义的形式化表示。在此基础上,提出K近邻近似模式匹配查询,实现同时考虑时空距离和语义匹配程度,并给出基于标签R树的K近邻近似模式匹配查询算法。实验结果表明,与基于已有索引的查询算法对比,在不同参数下,基于LR-Tree的K近邻近似模式匹配算法表现出更好的剪枝能力。(本文来源于《南京航空航天大学》期刊2018-03-01）
孟祥旭,王晓东,周兴铭[3]（2013）在《ATTI:负载关注的查询自适应轨迹索引》一文中研究指出当前基于空间切分的轨迹索引不能实现时空同步,在负载和查询范围动态变化时性能显着下降.本文提出负载自适应的时空八叉树,实现轨迹索引的时空同步;进而扩充单棵时空八叉树数据结构形成虚拟森林,优化现有基于查询范围均值的单树索引,以适应时空查询范围的动态变化.实验表明,该索引可将时空范围查询延迟降低50%以上.(本文来源于《电子学报》期刊2013年04期）
樊守德[4]（2008）在《移动对象轨迹模型、索引结构与查询研究》一文中研究指出随着无线通讯技术、卫星全球定位系统和地理信息系统的快速发展,跟踪并记录移动对象的位置信息成为可能。如何有效地对移动对象进行管理、查询及提供准确的基于位置服务的应用需求使得移动对象数据库研究面临着新的挑战。本文研究的目的是建立移动对象位置表示的全轨迹模型,并在其上解决移动对象轨迹更新与预测策略、移动对象索引、移动对象最近邻查询技术,提出切实可行的解决方案。现有的移动对象轨迹建模方法都不能很好地处理过去、现在、将来的位置信息,都存在片面性。因此,如何建立高效地支持过去、现在、将来信息处理的移动对象全轨迹模型是本文所要解决的问题之一。在时空模型MOST(Moving Objects Spatio-Temporal)基础之上结合离散建模的思想,提出了支持过去、现在、将来信息处理的移动对象全轨迹模型。时空模型MOST不能处理历史信息,可以在基于点的轨迹建模方法之上采用线性插值的思想来处理;它可以处理当前、短暂的将来信息,为了处理较长将来信息可以采用轨迹预测方案来解决。理论分析和实验结果表明了移动对象全轨迹模型具有其合理性与可行性,能有效地支持移动对象的查询。为了有效地实现对移动对象数据的查询操作,需要引入有效的移动对象索引技术。以往的大部分索引方法分别是针对历史信息与当前信息提出的,对于预测将来位置及支持全时态(即过去、现在、将来)信息处理的索引方法比较少并效率低。本文从移动对象数据表示方式的角度来综合分析主要移动对象索引技术的优缺点,进一步地优化了索引结构,从而提高移动对象数据库的查询效率及减少索引结构自身的更新频率。同时,通过对TB-tree的改进,结合TPR*-tree提出了支持移动对象全轨迹模型的全时态索引结构TB+_TPR*-tree。有效的理论分析保证了TB+_TPR*-tree的正确性,模拟实验验证了其索引结构的可行性。由于移动对象最近邻查询处理的数据量庞大,频繁地查询会产生大量的时空开销并严重地影响查询效率。因此,能够有效地处理大量移动对象的最近邻查询算法显得尤为重要。本文在移动对象全轨迹模型上,通过采取速度更新预测策略及更新预留内存的自底向上更新的R-tree索引结构改进了k-最近邻查询方法。当移动对象的速度或路径发生改变时,把即将更新的位置信息先存储在内存更新列表中,然后等到更新列表已达到最大预设值时才更新R-tree索引结构。通过有效的理论分析和实验可知,该方法有效地减少了磁盘访问次数,提高了查询效率。(本文来源于《哈尔滨理工大学》期刊2008-03-01）
轨迹查询和索引论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
定位技术及智能终端的迅速发展和普及产生了大量时空轨迹,即随时间变化的位置数据。一方面,传统的时空轨迹并未考虑语义信息,不能全面表达时空对象,另一方面,已有的语义属性对应至时刻,不能反映轨迹在时间区间内的语义。针对具有语义标签的时空轨迹,引入一种新的模型及索引,并提出相应的查询算法,可应用于路径规划、好友推荐系统及行为模式分析等多种不同的应用场景下。主要研究工作如下:(1)针对现有包含语义属性的时空轨迹大多都是语义到时间点上的映射,而忽略了在时间区间上的描述的问题,给出能描述时间区间上语义信息的时空标签轨迹表示,时空标签轨迹在包含时空信息的基础上同时包含映射到时间区间上的语义信息。此外,提出能表示在时间区间上语义存在性的索引标签R树,索引由标签层和空间位图层组成,并给出有效的标签R树批量更新构建方法。通过实验验证批量更新构建方法的有效性,且LR-Tree中语义属性占整体磁盘空间比例保持在的4%-7%。(2)针对时空标签轨迹的语义描述,提出模式匹配查询,并结合传统移动对象查询,引入范围模式匹配查询和K近邻模式匹配查询,并给出形式化定义。设计基于标签R树的范围模式匹配查询算法和K近邻模式匹配查询算法,并介绍两种查询算法中的筛选过程及精细计算过程。通过大量实验,从查询算法的不同参数角度分析,与已有的移动对象索引进行对比,验证了提出的两种查询算法的有效性。(3)现有语义移动对象查询大多在语义匹配的前提下再进一步考虑时空属性,造成部分结果在时空维度上表现较差。为此,提出近似模式匹配,并给出相关定义的形式化表示。在此基础上,提出K近邻近似模式匹配查询,实现同时考虑时空距离和语义匹配程度,并给出基于标签R树的K近邻近似模式匹配查询算法。实验结果表明,与基于已有索引的查询算法对比,在不同参数下,基于LR-Tree的K近邻近似模式匹配算法表现出更好的剪枝能力。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
轨迹查询和索引论文参考文献
[1].夏英,王瑞迪,张旭,阮文亮.Spark环境下基于网格索引的轨迹k近邻查询方法[J].重庆邮电大学学报(自然科学版).2019
[2].梁珺秀.具有语义标签的时空轨迹索引及查询[D].南京航空航天大学.2018
[3].孟祥旭,王晓东,周兴铭.ATTI:负载关注的查询自适应轨迹索引[J].电子学报.2013
[4].樊守德.移动对象轨迹模型、索引结构与查询研究[D].哈尔滨理工大学.2008