基于曼哈顿距离的不确定移动对象概率Skyline查询

摘要：

在众多应用中,由于受到测量仪器精度、更新延迟、网络带宽等限制,不同形式的数据不确定性广泛存在.目前,不确定数据中的信息查询受到数据库研究领域学者的关注,并且为不确定数据寻找高效的分析方法也成为了一个热门课题.本文针对基于曼哈顿距离的不确定移动对象概率Skyline查询问题,提出一个基于曼哈顿距离的概率Skyline模型用于求解不确定移动对象在某时刻是Skyline的概率,并得到一个p-t-Skyline结果集,此集合包含所有在t时刻Skyline概率至少是p的移动对象.在实际应用中,计算大量不确定移动对象的Skyline概率过程繁琐,代价高昂.为提高概率Skyline查询过程的计算效率,本文提出包含“采样-限定-修剪-精炼”4个步骤的解决方案.同时,为进一步减少Skyline运算开销,本文使用一个多维索引结构VCI树以加快数据检索的效率.实验结果表明该解决方案在不同数据规模以及维度的数据集上均具有较高的效率.

关键词：曼哈顿距离、移动计算、概率Skyline查询、不确定数据

分类号：TP391(计算技术、计算机技术)

在线出版日期：2017-11-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：42-48