学报简介

    智能系统学报(CAAI Transactions on Intelligent Systems)由中国人工智能学会和哈尔滨工程大学联合主办,是中国人工智能学会会刊之一。主要刊登神经网络与神经计算、智能信息处理、自然语言理解、智能 ...

学报详情

刊名: 智能系统学报
CAAI Transactions on Intelligent Systems
主办:  中国人工智能学会;哈尔滨工程大学
周期:  双月
出版地:黑龙江省哈尔滨市
语种:  中文
开本:  大16开
ISSN: 1673-4785
CN:   23-1538/TP
复合影响因子: 0.874
综合影响因子: 0.479
历史沿革:
现用刊名:智能系统学报
创刊时间:2006
中文核心期刊(2014)

02

您所在的位置:首页 > 学报导读 > 2020 > 02 >

基于位置-文本关系的空间对象top-k查询与排序方法

作者:孟祥福 张霄雁 赵路路 李盼 毕崇春

关键词: 空间数据库; 空间关键字查询; 位置-文本关系; 概率密度; 代表性对象选取; top-k查询与排序;

摘要:

针对普通的空间关键字查询通常会导致多查询结果的问题。本文提出了一种基于空间对象位置-文本相关度的top-k查询与排序方法,用于获取与给定空间关键字查询在文本上相关且位置上相近的典型空间对象。该方法分为离线处理和在线查询处理2个阶段。在离线阶段,根据空间对象之间的位置相近性和文本相似性,度量任意一对空间对象之间的位置-文本关系紧密度。在此基础上,提出了基于概率密度的代表性空间对象选取算法,根据空间对象之间的位置-文本关系为每个代表性空间对象构建相应的空间对象序列。在线查询处理阶段,对于一个给定的空间关键字查询,利用Cosine相似度评估方法计算查询条件与代表性空间对象之间的相关度,然后使用阈值算法(threshold algorithm,TA)在预先创建的空间对象序列上快速选出top-k个满足查询需求的典型空间对象。实验结果表明:提出的空间对象top-k查询与排序方法能够有效地满足用户查询需求,并且具有较高的准确性、典型性和执行效率。

上一篇:面向众包数据的特征扩维标签质量提高方法
下一篇:基于Capsule网络的甲骨文构件识别方法