基于Voronoi cell的RNN_k近似查询与计算(英文)

在空间数据索引与查询研究领域中,反向k最近邻(RNNk)问题作为反向最近邻问题的泛化扩展近来受到更多关注.所谓RNNk查询就是找到所有以给定查询点为k个最近邻之一的对象点.为了有效地进行RNNk查询,利用分级的Voronoi cell和空间区域划分方法对查询结果进行有效过滤,避免了过多次最近邻查找计算.在初步得到的RNNk结果中,有针对性地分别利用平行于分割线的扫描线和局部扩展的查询区域Q进一步限定了RNN候选点.近似最小平均距离(AMAD)计算则可由近似的RNNk查询结果得到且不受k取值限制.实验结果表明了在3种不同数据分布情况下,本文算法与近似方法的效率和有效性.因此,通过充分利用对数据的过滤与查询空间修剪的近似方法,得到了具有较高查全率和准确率的近似查询和计算.     

多情境感知环境下RFID复合事件检测算法

无线射频识别(Radio frequency identification,RFID)技术的发展让感知世界变得更加便利。本文针对RFID数据特点以事件为中心进行数据建模,在多约束环境下利用各种规则和模式,有效地检测出特定的复杂事件。通过对RFID事件的分析和处理,利用抽象的底层RFID事件的检测对复杂事件进行有效监控和处理。根据Cascadia系统对RFID数据的事件分类与检测给出了利用事件解析图的事件检测方法。提出了在不同的约束执行环境中各操作的事件检测算法,结合具体应用实例对采用事件解析图的RFID复杂事件检测模型进行了解释说明。实验结果表明本文提出的RFID复杂事件检测算法能够较好地满足正确性要求,并提高了RFID系统整体的执行效率。