随着空间数据飞速增长,不仅POI(Point Of Interest)越来越密集,而且每个空间点的文本描述也越来越多,以往关键词近似查询算法中,不同长度的关键词需要不同的阈值相匹配,影响查询效率和查询结果.针对以上不足提出了支持空间多子串近似匹...随着空间数据飞速增长,不仅POI(Point Of Interest)越来越密集,而且每个空间点的文本描述也越来越多,以往关键词近似查询算法中,不同长度的关键词需要不同的阈值相匹配,影响查询效率和查询结果.针对以上不足提出了支持空间多子串近似匹配的空间关键词查询算法,在该算法中不需要考虑阈值的改变,而是将编辑距离直接应用到索引结构中.通过真实数据进行实验,表明该算法在查询精准性和查询效率上都有较大的提高.展开更多
针对当前以B树为存储结构的SQLite数据库在处理庞大数据量时效率低下的问题,使用红黑树结构来替换B树结构,并将经红黑树优化过的SQLite应用在交通监控测速仪系统上。首先在Visual Studio 2008环境下分别运行红黑树及B树代码,对随机产生...针对当前以B树为存储结构的SQLite数据库在处理庞大数据量时效率低下的问题,使用红黑树结构来替换B树结构,并将经红黑树优化过的SQLite应用在交通监控测速仪系统上。首先在Visual Studio 2008环境下分别运行红黑树及B树代码,对随机产生的大量数据执行插入、查询及删除操作,并将上述操作的时间开销进行对比分析;然后将优化的SQLite应用在交通监控测速仪系统中,并同使用原SQLite的同型号设备就处理数据的效率进行对比分析与测试。结果表明,在处理庞大数据时,红黑树对数据的操作效率要远高于B树,当数据量同为600万条时,其插入、查询和删除操作的平均时间开销分别降低68.5%,84.4%和68.8%;同原交通监控测速仪相比,使用经红黑树优化的设备效率提高了40.16%。展开更多
文摘随着空间数据飞速增长,不仅POI(Point Of Interest)越来越密集,而且每个空间点的文本描述也越来越多,以往关键词近似查询算法中,不同长度的关键词需要不同的阈值相匹配,影响查询效率和查询结果.针对以上不足提出了支持空间多子串近似匹配的空间关键词查询算法,在该算法中不需要考虑阈值的改变,而是将编辑距离直接应用到索引结构中.通过真实数据进行实验,表明该算法在查询精准性和查询效率上都有较大的提高.
文摘针对当前以B树为存储结构的SQLite数据库在处理庞大数据量时效率低下的问题,使用红黑树结构来替换B树结构,并将经红黑树优化过的SQLite应用在交通监控测速仪系统上。首先在Visual Studio 2008环境下分别运行红黑树及B树代码,对随机产生的大量数据执行插入、查询及删除操作,并将上述操作的时间开销进行对比分析;然后将优化的SQLite应用在交通监控测速仪系统中,并同使用原SQLite的同型号设备就处理数据的效率进行对比分析与测试。结果表明,在处理庞大数据时,红黑树对数据的操作效率要远高于B树,当数据量同为600万条时,其插入、查询和删除操作的平均时间开销分别降低68.5%,84.4%和68.8%;同原交通监控测速仪相比,使用经红黑树优化的设备效率提高了40.16%。
