基于K-means聚类距离准则的R树结点分配算法研究  

Research on R-Tree node assignment algorithm based on minimum of K-Means clustering distance

作　　者：王锡钢[1] 任伟[1] 李青元[2] 朱翊[2] 孙立坚[2] 

机构地区：[1]鞍山科技大学,辽宁鞍山114044 [2]中国测绘科学院,北京100039

出　　处：《测绘科学》2006年第5期117-118,116,共3页Science of Surveying and Mapping

基　　金：国家"十五"重大科技专项课题"中国电子政务空间辅助决策示范工程"(2002BA105A-01)

摘　　要：对于空间数据库,R树索引是非常有效的空间索引。本文针对R树的结点分配算法存在的不足,提出了一种新的结点分配算法—基于K-means聚类距离最小的R树结点分配算法。研究结果表明,新的分配算法比原始的算法,产生的虚结点的最小约束矩形具有更少的空白区域,较明显地提高了空间查询的效率。R-Tree index is efficient spatial index to spatial database.This paper proposed a new method of R-Tree assignment ―R-Tree node assignment algorithm based on minimum K-means clustering distance to improve shortage of R-Tree assignment.The results of the experiment show that the new method can reduce data blank region for MBR of virtual node,and improves the search efficiency obviously than original algorithm.

关 键 词：空间索引 空间查询 R树 最小K-Means距离 

分 类 号：TP311[自动化与计算机技术—计算机软件与理论]