第1章緒論 1
1.1研究背景與意義 2
1.2相關(guān)技術(shù)國內(nèi)外研究進展 4
1.2.1 移動對象數(shù)據(jù)庫研究進展 4
1.2.2 空間數(shù)據(jù)多尺度表達研究進展 15
1.3存在的問題 21

第2章多尺度道路網(wǎng)絡(luò)約束的移動對象數(shù)據(jù)模型 23
2.1介紹 24
2.2多尺度道路網(wǎng)絡(luò)模型 25
2.2.1 基本概念 25
2.2.2 多尺度道路網(wǎng)絡(luò)結(jié)構(gòu) 28
2.2.3 多尺度道路對象層次關(guān)系 29
2.3多尺度道路網(wǎng)絡(luò)移動對象數(shù)據(jù)模型 30
2.3.1 移動對象數(shù)據(jù)類型 30
2.3.2 尺度數(shù)據(jù)轉(zhuǎn)換 34
2.3.3 面向?qū)ο蟮腗OMSRN模型 35
2.3.4 移動對象的操作 36
2.4多尺度移動對象信息系統(tǒng)框架 40
2.5本章小結(jié) 41

第3章基于多尺度道路網(wǎng)絡(luò)的移動對象軌跡索引 43
3.1介紹 44
3.2R 樹 44
3.3MSMOI 樹 46
3.3.1 索引結(jié)構(gòu) 46
3.3.2 索引插入與查詢算法 50
3.4實驗比較與分析 53
3.4.1 實驗環(huán)境及數(shù)據(jù) 53
3.4.2 索引樹大小 53
3.4.3 移動對象插入測試 54
3.4.4 查詢算法測試 55
3.5本章小結(jié) 58

第4章動態(tài)道路網(wǎng)絡(luò)中的連續(xù)k 近鄰查詢算法 61
4.1介紹 62
4.2預(yù)備知識 64
4.2.1 Voronoi圖 64
4.2.2 網(wǎng)絡(luò)Voronoi圖 65
4.3問題定義 66
4.4CkNNDN 算法 66
4.4.1 LNVD屬性 67
4.4.2 LNVD數(shù)據(jù)結(jié)構(gòu) 68
4.4.3 CkNNDN算法 70
4.5實驗分析 75
4.6本章小結(jié) 78

第5章基于網(wǎng)絡(luò)距離的k 近鄰查詢算法 79
5.1介紹 80
5.2問題描述 81
5.3PPS 查詢算法 82
5.3.1 網(wǎng)絡(luò)分區(qū)與預(yù)計算 82
5.3.2 kNN查詢處理 85
5.4網(wǎng)絡(luò)分區(qū)方法 87
5.5實驗分析 88
5.6本章小結(jié) 92

第6章結(jié)論與展望 93
6.1本書研究工作 94
6.2后續(xù)研究 95

參考文獻 96