Key points are not available for this paper at this time.
تقتصر فعالية العديد من هياكل الفهرسة العالية الأبعاد الموجودة على أنواع معينة من الاستعلامات وأحمال العمل. على سبيل المثال، بينما تكون تقنية الهرم و iMinMax فعالة لاستعلامات النوافذ، فإن iDistance تتفوق في استعلامات kNN. نقدم هيكلًا جديدًا، يسمى شجرة P/sup + -tree، التي تدعم كلاً من استعلامات النوافذ واستعلامات kNN تحت أعباء العمل المختلفة بكفاءة. في شجرة P/sup + -tree، يتم استخدام شجرة B/sup + -tree لفهرسة نقاط البيانات كما يلي. يتم تقسيم مساحة البيانات إلى مساحات فرعية بناءً على التجميع، ويتم رسم النقاط في كل مساحة فرعية على مساحة أحادية البعد باستخدام تقنية الهرم، وتخزينها في شجرة B/sup + -tree. تكمن جوهر خطة العمل في تحويل البيانات التي لها خاصيتان حاسمتان. أولاً، تقوم بتحويل كل مساحة فرعية إلى مكعب عائم بحيث يمكن تطبيق تقنية الهرم. ثانيًا، تقوم بنقل مركز التجميع إلى قمة الهرم، وهو الحالة التي تعمل فيها تقنية الهرم بكفاءة كبيرة. نقدم خوارزميات معالجة استعلامات النوافذ واستعلامات kNN لشجرة P/sup + -tree. من خلال دراسة أداء شاملة، نوضح أن شجرة P/sup + -tree تحقق تسريعًا كبيرًا مقارنة بتقنية الهرم و iMinMax لاستعلامات النوافذ وتتفوق على iDistance لاستعلامات kNN.
درس Zhang وآخرون (الثلاثاء) هذا السؤال.