基于聚类的空间数据多比例尺索引树  

Multi-scale Index Tree of Spatial Data Based on Clustering

作　　者：邹志文[1] 费洪哲[1] 李根[1] 

机构地区：[1]江苏大学计算机学院,江苏镇江212013

出　　处：《计算机工程》2011年第14期56-58,共3页Computer Engineering

基　　金：国家自然科学基金资助项目(60773049);江苏省研究生科研创新计划基金资助项目(CX07B_125z);江苏省中小企业技术创新计划基金资助项目(BC2008140);镇江市社会发展计划基金资助项目(SH2008028)

摘　　要：针对现有空间对象多尺度索引结构聚簇性不高的问题,在R树索引的基础上提出一种基于聚类的空间数据多比例尺索引结构。利用树的层次结构反映空间数据的多比例尺特性,用k-means算法对相同等级的空间对象进行聚类分组,减少空间区域覆盖和重叠。实验结果表明,该方法与基于四叉树的多比例尺索引相比,能有效提高空间数据多比例尺显示的性能。Due to the problem about clustering of multi-scale index structure for the existing space object is not high, this paper represents a cluster-based multi-scale spatial data indexing structure based on R-tree index, which uses hierarchical tree to reflect the multi-scale features of spatial data, and uses k-means algorithm to cluster groups on the same level of spatial objects, reducing coverage and overlapping regions of space. Experiments result shows that compared with other ways, the algorithm has a distinct superiority in the speed of multi-scale display of spatial data.

关 键 词：多比例尺 R树 聚类算法 空间索引 地理信息系统 

分 类 号：TP311[自动化与计算机技术—计算机软件与理论]