【技术实现步骤摘要】
基于改进非支配排序遗传算法的空间对象索引与查询方法
本专利技术属于空间数据索引查询领域，具体涉及基于改进非支配排序遗传算法的空间对象索引与查询方法。
技术介绍
在地理信息系统应用领域，空间节点数量以及相关文本描述数据成指数级别增加，导致了地理空间目标的文本空间对象查询难度增大。空间索引树(R树)作为一类平衡的多路查找树，具有自动平衡、空间利用率高、便于序列化存储等优点，广泛应用于大型的地理信息系统、基于位置服务系统以及空间数据库中。倒排文本空间索引(Inverted-fileR-tree，IR)树是R树的扩展，是在空间索引中加入文本对象信息索引后的综合索引树，能够极大的提高带有大量文本信息的空间对象的查询效率，使得用户能够快速查询到距离自己最近的、满足自己特定文本语义关联需求的空间对象或物理设备。但是海量倒排文本空间对象的MBR(MinimumBoundingRectangle，MBR)覆盖与重叠、文本关联重叠会严重影响倒排文本空间索引树的查询性能。传统的倒排文本空间索引树构建方法一般没有考虑到空间节点分裂的优化聚合，导致索...
【技术保护点】
1.基于改进非支配排序遗传算法的空间对象索引与查询方法，其特征在于，包括以下步骤：/n步骤1，获取空间待分割对象属性数据；/n步骤2，建立倒排文本空间对象索引聚类的多目标优化模型，模型表示如下/n
【技术特征摘要】
1.基于改进非支配排序遗传算法的空间对象索引与查询方法，其特征在于，包括以下步骤：
步骤1，获取空间待分割对象属性数据；
步骤2，建立倒排文本空间对象索引聚类的多目标优化模型，模型表示如下
其中F(x)为所述模型的目标函数，h表示子目标函数的个数，gi(x)表示不等式约束条件，m表示不等式约束的个数，hj(x)表示不等式约束条件，n表示等数约束条件的个数；
步骤3，采用改进的非支配排序遗传算法NSGA-III对所述的多目标优化模型进行求解，计算出空间待分割对象的聚类方案；
步骤4，根据所述的聚类方案构建倒排文本空间索引树；
步骤5，根据查询请求对所述的倒排文本空间索引树进行搜索，获得查询结果；
所述的空间待分割对象的集合表示为O＝{o1,o2,...,oK}，K为空间对象的数量，解空间决策向量x∈Ω，x＝(<o1,o2,...,ou>,<ou+1,ou+2,...,oK>)，第i个空间对象的信息表示为oi＝{loc,doc}，其中，loc代表该对象所处的空间位置信息，loc＝(xi,yi)，(xi,yi)代表该对象所处空间位置，doc＝(t1,t2,...,tn)，(t1,t2,...,tn)表示该对象所包含的关键字；
所述空间待分割对象属性数据包括空间对象集合，以及每一个空间对象的空间位置信息和文本描述信息；所述的多目标优化模型的目标函数F(x)中子目标函数包括，MBR重叠区域最小化、MBR区域总面积最小化、平均最大距离最小化、文本相似度最小化；约束条件包括服务的子节点数量的平衡约束。
2.根据权利要求1所述的空间对象索引与查询方法，其特征在于，MBR重叠区域f1(x)的计算公式为：
f1(x)＝OverLap(x)＝OverLap({Dx(O)})
＝OverLap({<o1,o2,...,ou>,<ou+1,ou+2,...,oK>})
＝MBR(<o1,o2,...,ou>)∩MBR(<ou+1,ou+2,...,oK>)
所述的空间划分方法Dx(O)是指，在决策向量x∈Ω下，对于空间对象集合O＝{o1,o2,...,oK}，其空间划分方法定义为：Dx(O)＝{<o1,o2,...,ou>,<ou+1,ou+2,...,oK>}；
MBR区域总面积f2(x)的计算公式为：
f2(x)＝TotalS(x)＝TotalS({Dx(O)})＝TotalS({<o1,o2,...,ou>,<ou+1,ou+2,...,oK>})
＝MBR(<o1,o2,...,ou>)∪MBR(<ou+1,ou+2,...,oK>)-MBR(<o1,o2,...,ou>)∩MBR(<ou+1,ou+2,...,oK&g...
【专利技术属性】
技术研发人员：马武彬，朱蒙娜，曾熠，邓苏，黄宏斌，吴亚辉，刘丽华，李璇，吴继冰，王懋，
申请(专利权)人：中国人民解放军国防科技大学，
类型：发明
国别省市：湖南;43
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。