度量空間數據管理 度量空间数据管理

前言
第1章基本概念
1.1數據管理
1.1.1關係型數據管理系統
1.1.2空間數據管理系統
1.1.3下一代數據管理系統
1.2度量空間
1.3存在的問題

第2章度量空間索引
2.1度量空間索引綜述
2.1.1基於劃分的索引方法
2.1.2基於支樞點的索引方法
2.1.3混合索引方法
2.1.4國內度量空間索引研究
2.1.5分析與討論
2.2確定度量數據索引
2.2.1索引構建框架
2.2.2支樞點選擇方法
2.2.3SPB樹
2.2.4基於SPB樹的度量區域查詢
2.2.5基於SPB樹的度量k最近鄰查詢
2.2.6分析與討論
2.2.7實驗評估
2.3不確定度量數據索引
2.3.1研究動機
2.3.2數據表達模型
2.3.3UPB樹和UPB森林
2.3.4支樞點選擇方法
2.3.5基於UPB樹的度量概率區域查詢
2.3.6基於UPB森林的度量概率區域查詢
2.3.7分析與討論
2.3.8實驗評估
2.4本章小結

第3章集中式度量空間查詢
3.1集中式度量空間查詢綜述
3.1.1集中式度量相似查詢處理技術
3.1.2集中式度量反k最近鄰查詢處理技術
3.1.3集中式度量相似連接處理技術
3.1.4集中式度量全k最近鄰查詢處理技術
3.1.5集中式度量k最近對查詢處理技術
3.1.6集中式度量Skyline查詢處理技術
3.1.7國內集中式度量空間查詢研究
3.1.8分析與討論
3.2度量全k最近鄰查詢
3.2.1研究動機
3.2.2問題陳述
3.2.3剪枝策略
3.2.4查詢算法
3.2.5分析與討論
3.2.6實驗評估
3.3度量k最近對查詢
3.3.1研究動機
3.3.2問題陳述
3.3.3剪枝策略
3.3.4查詢算法
3.3.5分析與討論
3.3.6實驗評估
3.4本章小結

第4章分佈式度量空間查詢
4.1分佈式度量空間查詢綜述
4.1.1分佈式相似連接處理技術
4.1.2分佈式全k最近鄰查詢處理技術
4.1.3分佈式Skyline查詢處理技術
4.1.4其他分佈式查詢處理技術
4.1.5國內分佈式海量數據查詢研究
4.2基於MapReduce的度量相似連接
4.2.1研究動機
4.2.2基於MapReduce的算法框架
4.2.3基於聚簇的劃分方法
4.2. 4基於KD樹的劃分方法
4.2.5Reduce階段
4.2.6實驗評估
4.3本章小結

第5章度量空間查詢可用性分析
5.1查詢結果可用性分析綜述
5.1.1Why與Whynot問題
5.1.2Causality與Responsibility問題
5.1.3Why few與Whymany問題
5.2度量概率區域查詢上的Whynot問題
5.2.1研究動機
5.2.2問題陳述
5.2.3處理算法
5.2.4分析與討論
5.2.5實驗評估
5.3本章小結

第6章社交圖像檢索與推薦系統
6.1研究動機
6.2數據模型與查詢
6.3系統框架與實現
6.3.1系統框架
6.3.2社交圖像索引
6.3.3查詢處理
6.4系統演示
6.5本章小結
參考文獻