基于 M-tree 的路网中高效精确 k-柔性聚合最近邻搜索
数据库
2021-09-14 v2
摘要
本研究提出一种利用 M-tree 在路网中高效精确搜索 k-柔性聚合最近邻（k-FANN）的算法。最先进的 IER-kNN 算法使用 R-tree 并基于路网中对象的欧氏坐标剪枝掉不必要的节点。然而，由于对象间的欧氏距离与其间实际最短路径距离差异显著，IER-kNN 对索引节点进行了许多不必要的访问。相比之下，由于 M-tree 是基于对象间实际最短路径距离构建的，本研究提出的算法相比 IER-kNN 可大幅减少不必要的索引节点访问。据我们所知，我们的算法是首个使用 M-tree 的精确 FANN 算法。我们证明该算法不会引起任何误删。在使用多个真实路网数据集的一系列实验中，我们的算法始终优于 IER-kNN，最高达 6.92 倍。
引用
@article{arxiv.2106.05620,
title = {Efficient Exact k-Flexible Aggregate Nearest Neighbor Search in Road Networks Using the M-tree},
author = {Moonyoung Chung and Soon J. Hyun and Woong-Kee Loh},
journal= {arXiv preprint arXiv:2106.05620},
year = {2021}
}
备注
16 pages