基于改進聚類的R樹索引方法研究.pdf

1、隨著地理信息系統(tǒng)技術的快速發(fā)展，空間索引技術應用的領域越來越廣泛，其主要的功能是實現(xiàn)對數(shù)據的有效存儲，進而提高更新和查詢的效率。空間對象具有異構性、復雜性、不確定性，以及空間關系復雜等特點，如何構建有效的空間索引結構進行查詢和更新數(shù)據，已成為當前空間數(shù)據庫領域的一個難點問題。R樹是一種高度平衡樹，能夠有效的儲存空間數(shù)據，彌補了傳統(tǒng)關系型數(shù)據庫處理空間數(shù)據的不足，主要應用于商業(yè)空間數(shù)據庫中。
　　對于空間數(shù)據庫中索引結構構建和查詢方

2、法，本文主要分以下幾個部分進行研究：
　　首先，對于經典R樹索引動態(tài)生成算法的不足，提出一種靜態(tài)批量生成算法。引入CURE聚類算法對數(shù)據進行預處理，利用收縮因子使數(shù)據更加緊湊，提高了節(jié)點的空間利用率。通過聚類之后，葉子節(jié)點之間相似度較低，有效的降低MBR的重疊率。
　　其次，針對K-means算法處理空間數(shù)據有初始值選擇和孤立點敏感的不足，本文利用CURE算法對K-means進行改進，避免了任意初始值和噪聲點對聚類結果的影響