時空數(shù)據(jù)分析算法及其

一一#-近年來，反向最近鄰查詢學(xué)術(shù)界得到了深入探討和研究，并且在諸如決策支持、資源分配等許多領(lǐng)域得到了廣泛應(yīng)用。例如利用隨機(jī)神經(jīng)元網(wǎng)絡(luò)方法和輻射神經(jīng)元網(wǎng)絡(luò)方法設(shè)計(jì)分布式數(shù)據(jù)庫系統(tǒng)，從而確定數(shù)據(jù)的物理分段方式［8］；再如利用基于隨機(jī)神經(jīng)網(wǎng)絡(luò)的時延預(yù)測模型對時延進(jìn)行精確的預(yù)測，為實(shí)施網(wǎng)絡(luò)擁塞控制、路由選擇提供重要的依據(jù)［9］。3、SkyLine分析算法的基本概述及應(yīng)用分析近年來，流數(shù)據(jù)挖掘與管理成為學(xué)術(shù)界和工業(yè)界所共同關(guān)注的問題，并且隨著信息技術(shù)的不斷發(fā)展和應(yīng)用的不斷深入，數(shù)據(jù)收集手段越來越豐富，海量存儲也越來越普遍。由此，一種新的操作算子一skyline操作被引入了數(shù)據(jù)庫領(lǐng)域，目的是要發(fā)現(xiàn)數(shù)據(jù)集中不被其他點(diǎn)支配的所有點(diǎn)的集合［10］。隨著skyline計(jì)算在多標(biāo)準(zhǔn)決策系統(tǒng)、城市導(dǎo)航系統(tǒng)、數(shù)據(jù)挖掘和可視化、智能防御系統(tǒng)、以及地理信息系統(tǒng)等領(lǐng)域的廣泛應(yīng)用，有效地在數(shù)據(jù)流上實(shí)現(xiàn)skyline計(jì)算成為數(shù)據(jù)挖掘領(lǐng)域的研究熱點(diǎn)。一個多維數(shù)據(jù)庫的skyline，是該數(shù)據(jù)庫上不被其它任何數(shù)據(jù)點(diǎn)支配(dominate)的點(diǎn)所組成的集合。數(shù)據(jù)點(diǎn)p支配點(diǎn)q，當(dāng)且僅當(dāng)p在任一維上的取值都不比q差，且至少在一個維度上比q更好。Skyline計(jì)算就是從數(shù)據(jù)庫中快速、準(zhǔn)確地z到所有的skyline數(shù)據(jù)點(diǎn)。圖1是一個skyline例子［11］,圖中的每一個點(diǎn)是一個二維的數(shù)據(jù)記錄，共同組成一個二維的數(shù)據(jù)庫。在圖2?6中，p點(diǎn)支配q點(diǎn)，p點(diǎn)與r點(diǎn)互不相支配，所有實(shí)心的點(diǎn)組成了skyline集合。圖1一個skyline例子數(shù)據(jù)流足連續(xù)、實(shí)時、有序的數(shù)據(jù)項(xiàng)序列，數(shù)據(jù)流上的skyline查詢是近來流數(shù)據(jù)挖掘領(lǐng)域的一項(xiàng)研究熱點(diǎn)，它所獨(dú)有的特征：數(shù)據(jù)實(shí)時到達(dá)、規(guī)模宏大、次序獨(dú)立以及數(shù)據(jù)往往只能一次讀取，要求數(shù)據(jù)流上的skyline查詢處理算法必需高效地處理到達(dá)的每一個對象，并且具有較低的時間復(fù)雜度。但現(xiàn)有算法對數(shù)據(jù)的去除率不足，使得在進(jìn)行skyline計(jì)算時對部分操作重復(fù)，造成時間和空問的浪費(fèi)。并且在實(shí)際應(yīng)用中，產(chǎn)生的數(shù)據(jù)流往往以分布式的形式出現(xiàn)，例如無線傳感器網(wǎng)絡(luò)中傳感器節(jié)點(diǎn)的數(shù)據(jù)流。Skyline查詢在諸如多標(biāo)準(zhǔn)決策支持、數(shù)據(jù)挖掘、用戶優(yōu)先選擇查詢、協(xié)作數(shù)據(jù)檢索以及Web交互式系統(tǒng)等領(lǐng)域中有著廣闊的應(yīng)用前景，它已經(jīng)成為了當(dāng)前數(shù)據(jù)庫領(lǐng)域的一個研究重點(diǎn)與熱點(diǎn)。Skyline查詢返回一組有意義的對象，這些對象在各維上都不被其他對象所控制，從而支持用戶在復(fù)雜的情況下進(jìn)行決策,這使得它在許多領(lǐng)域都有著廣泛的應(yīng)用，如多標(biāo)準(zhǔn)決策支持系統(tǒng)以及用戶偏好查詢等?為了更好地適應(yīng)在不同環(huán)境下的應(yīng)用，最近兩年，對Skyline問題的研究逐漸地趨向于在具體應(yīng)用環(huán)境下進(jìn)行，如Web信息系統(tǒng)、分布式P2P網(wǎng)絡(luò)、數(shù)據(jù)流和公路網(wǎng)絡(luò)等[12]4、結(jié)語與展望近年來，隨著全球定位系統(tǒng)、傳感器網(wǎng)絡(luò)和移動設(shè)備等的普遍使用，時空數(shù)據(jù)急劇增加。特別是時空數(shù)據(jù)的處理方面更為復(fù)雜。因此，尋找有效的時空數(shù)據(jù)挖掘方法具有十分重要的意義。針對這一背景，文章主要圍繞KNN、RNN、

SkyLine三種時空數(shù)據(jù)分析算法分析了其概念，對其研究的現(xiàn)狀進(jìn)行了詳細(xì)介紹。當(dāng)前，時空數(shù)據(jù)挖掘的研究已吸引了來自GIS[13]、時空推理、數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)和模式識別等眾多領(lǐng)域的學(xué)者，取得了諸多研究成果。與此同時，時空數(shù)據(jù)挖掘也在許多領(lǐng)域得到應(yīng)用[14]，如移動電子商務(wù)（基于位置的服務(wù)）、土地利用分類及地域范圍預(yù)測、全球氣候變化監(jiān)控（如海洋溫度、厄爾尼諾現(xiàn)象、生物量、犯罪易發(fā)點(diǎn)發(fā)現(xiàn)、交通協(xié)調(diào)與管理（交通中的局部失穩(wěn)、道路查找）、疾病監(jiān)控、水資源管理、自然災(zāi)害（如臺風(fēng)、森林火災(zāi)）預(yù)警、公共衛(wèi)生與醫(yī)療健康等時空數(shù)據(jù)挖掘作為一個新興的研究領(lǐng)域，正致力于開發(fā)和應(yīng)用新興的計(jì)算技術(shù)來分析海量、高維的時空數(shù)據(jù)，揭示時空數(shù)據(jù)中的有價值知識。當(dāng)然,現(xiàn)有的這些時空數(shù)據(jù)分析算法還處于發(fā)展階段，隨著各種信息系統(tǒng)的完善和飛速發(fā)展，相關(guān)研究領(lǐng)域必須深入研究時空數(shù)據(jù)所蘊(yùn)含的巨大的能量，并抓住研究的重點(diǎn)，對現(xiàn)有的算法進(jìn)行創(chuàng)新性的改造和優(yōu)化。^[IfLangran，G?（1992）TimeinGeographicInformationSystem.London，TayIor&Franic.姜曉軼.從空間到時間一時空數(shù)據(jù)模型研究?吉林大學(xué)學(xué)報(bào)（地球科學(xué)版）[J].2006，36（3）：480-484.王新穎.KNN算法的數(shù)據(jù)優(yōu)化策略?吉林大學(xué)學(xué)報(bào)（信息科學(xué)版）[J]?2010,28⑶:309-313?劉振?商務(wù)智能應(yīng)用中數(shù)據(jù)挖掘KNN算法的改進(jìn)與高性能程序的實(shí)現(xiàn)[D]?浙江理工大學(xué)2013.3.現(xiàn)張雪婷，張曉平，王洪凱?數(shù)據(jù)挖掘算法的一種實(shí)現(xiàn)方法[J]?山東建筑工程學(xué)院學(xué)報(bào),2003，（01）：4—6?versity.2012.1.衛(wèi).versity.2012.1.衛(wèi).分布式數(shù)據(jù)庫管理系統(tǒng)中的RNN方法[J]?哈爾濱師范大學(xué)自然科學(xué)學(xué)報(bào)，2013,29（2）：57—59?蔣本天，李英梅?統(tǒng)中的RNN方

基于隨機(jī)神經(jīng)網(wǎng)絡(luò)的多步網(wǎng)絡(luò)時延預(yù)測模[8]蔣本天，李英梅.分布式數(shù)據(jù)庫管理系統(tǒng)中的RNN方法[J]?哈爾濱師范大學(xué)自然科學(xué)學(xué)報(bào)，2013,29(2)：57—59^奇.基于隨機(jī)神經(jīng)網(wǎng)絡(luò)的多步網(wǎng)絡(luò)時延預(yù)測模型[J]?計(jì)算機(jī)科學(xué)，2009,36(7)：85—88?周紅福.基于索引的Skyline算法研究[D]?復(fù)旦大學(xué)2007.4.王艷杰.基于數(shù)據(jù)流的Skyline計(jì)算及應(yīng)用研究[D]?江蘇大學(xué)2011.5.魏小娟，楊婧李翠平，陳紅.Skyline查詢處理[J].JournalofSoftwar,2008,19(6)