• English

许建秋 教授

南京航空航天大学计算机科学与技术学院教授,博士生导师,计算机系主任,先进计算和新型数据系统(ACID,Advanced Computing and Innovative Data System)研究所所长,CCF数据库专委委员,ACM China SIGSPATIAL Chapter执委会成员。于2005年和2008年在南京航空航天大学信息学院获得学士和硕士学位,2008年9月-2012.10前往德国进行博士学习(国家留学基金委资助)。博士期间主要研究多种运动方式移动对象,博士论文获得"magna cum laude" (from Latin, meaning with great honor)。 主要研究方向为时空数据管理、智能数据管理和分析等,包括移动对象数据库、时态和空间数据库以及人工智能赋能的数据库,主持/承担国家级项目5项,...

查看更多>>

K近邻近似模式匹配查询

发布时间: 2020-01-13 点击次数:

  • 所属单位:计算机科学与技术学院/人工智能学院/软件学院
  • 发表刊物:小型微型计算机系统
  • 关键字:时空标签轨迹;k近邻算法;近似模式匹配;索引;
  • 摘要:随着智能终端的广泛普及,传统的移动对象描述中增加了许多语义相关信息.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距离较远.为此,针对时空标签轨迹的语义描述,提出近似模式匹配,并给出相关定义表示,以考虑轨迹语义部分匹配查询条件.在此基础上,提出K近邻近似模式匹配查询,以实现同时考虑时空距离和语义匹配程度,引入新的剪枝策略,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RR-Tree,3DR-Tree,TB-Tree及SETI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.
  • ISSN号:1000-1220
  • 是否译文:
  • 合写作者:梁珺秀,秦小麟
  • 通讯作者:许建秋
  • 发表时间:2018-12-11