【现货速发】度量空间数据管理

丛书前言

前言

第1章基本概念

1.1数据管理

1.1.1关系型数据管理

1.1.2空间数据管理

1.1.3下一代数据管理

1.2度量空间

1.3存在的问题

第2章度量空间索引

2.1度量空间索引综述

2.1.1基于划分的索引方法

2.1.2基于支枢点的索引方法

2.1.3混合索引方法

2.1.4国内度量空间索引研究

2.1.5分析与讨论

2.2确定度量数据索引

2.2.1索引构建框架

2.2.2支枢点选择方法

2.2.3SPB树

2.2.4基于SPB树的度量区域查询

2.2.5基于SPB树的度量k近邻查询

2.2.6分析与讨论

2.2.7实验评估

2.3不确定度量数据索引

2.3.1研究动机

2.3.2数据表达模型

2.3.3UPB树和UPB森林

2.3.4支枢点选择方法

2.3.5基于UPB树的度量概率区域查询

2.3.6基于UPB森林的度量概率区域查询

2.3.7分析与讨论

2.3.8实验评估

2.4本章小结

第3章集中式度量空间查询

3.1集中式度量空间查询综述

3.1.1集中式度量相似查询处理技术

3.1.2集中式度量反k近邻查询处理技术

3.1.3集中式度量相似连接处理技术

3.1.4集中式度量全k近邻查询处理技术

3.1.5集中式度量k近对查询处理技术

3.1.6集中式度量Skyline查询处理技术

3.1.7国内集中式度量空间查询研究

3.1.8分析与讨论

3.2度量全k近邻查询

3.2.1研究动机

3.2.2问题陈述

3.2.3剪枝策略

3.2.4查询算法

3.2.5分析与讨论

3.2.6实验评估

3.3度量k近对查询

3.3.1研究动机

3.3.2问题陈述

3.3.3剪枝策略

3.3.4查询算法

3.3.5分析与讨论

3.3.6实验评估

3.4本章小结

第4章分布式度量空间查询

4.1分布式度量空间查询综述

4.1.1分布式相似连接处理技术

4.1.2分布式全k近邻查询处理技术

4.1.3分布式Skyline查询处理技术

4.1.4其他分布式查询处理技术

4.1.5国内分布式海量数据查询研究

4.2基于MapReduce的度量相似连接

4.2.1研究动机

4.2.2基于MapReduce的算法框架

4.2.3基于聚簇的划分方法

4.2.4基于KD树的划分方法

4.2.5Reduce阶段

4.2.6实验评估

4.3本章小结

第5章度量空间查询可用性分析

5.1查询结果可用性分析综述

5.1.1Why与Whynot问题

5.1.2Causality与Responsibility问题

5.1.3Whyfew与Whymany问题

5.2度量概率区域查询上的Whynot问题

5.2.1研究动机

5.2.2问题陈述

5.2.3处理算法

5.2.4分析与讨论

5.2.5实验评估

5.3本章小结

第6章社交图像检索与

6.1研究动机

6.2数据模型与查询

6.3框架与实现

6.3.1框架

6.3.2社交图像索引

6.3.3查询处理

6.4演示

6.5本章小结

参考文献