CN107729494A - 一种基于z型空间曲线映射的poi检索方法 - Google Patents
一种基于z型空间曲线映射的poi检索方法 Download PDFInfo
- Publication number
- CN107729494A CN107729494A CN201710970516.2A CN201710970516A CN107729494A CN 107729494 A CN107729494 A CN 107729494A CN 201710970516 A CN201710970516 A CN 201710970516A CN 107729494 A CN107729494 A CN 107729494A
- Authority
- CN
- China
- Prior art keywords
- poi
- data
- type space
- space curve
- mapping
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种基于Z型空间曲线映射的POI检索方法,其整体步骤如下:输入POI空间文本数据,作为数据源文件;根据POI数据创建数据库文件,用于存储、检索与统计分析POI数据;利用四叉树原理组织和管理POI数据,对POI数据进行分层组织并编码;设定四叉树中各个节点的编码规则;建立Z型空间曲线映射算法;结合POI数据词典,实现高效快速的检索操作,获取有价值的POI数据及其属性信息。本发明采用四叉树组织原理及编码方式对POI数据进行管理,提高了POI属性信息的存储能力和更新的效率,解决了现有数据索引技术对于海量POI查询效率不高的问题,可以满足广大用户进行大规模访问的性能需求。
Description
技术领域
本发明涉及一种检索方法,尤其涉及一种基于Z型空间曲线映射的POI检索方法。
背景技术
POI(Point Of Interest,POI)是指一切可以抽象为点的地理现象,尤其是一些与人们日常生活密切相关的地理实体,如学校、银行、超市等。其在交通、应急指挥、物流管理、电子商务以及其他各类地理信息位置服务领域发挥着重要作用。空间数据中存储了许多具有坐标位置的POI,如商场、景点、宾馆、车站、餐馆等,同时还存储了一定描述性的文本信息。
近年来,在移动互联网爆发式增长的驱动下,互联网增加了空间的维度,研究显示,大约20%的网络搜索是和地理位置相关的。POI检索采用关键词结合地理坐标的方式,帮助用户从空间数据库中找到相关的结果,其是实现海量数据管理的关键技术之一,直接影响空间数据库的整体性能。目前国内外主要使用的POI检索技术R树系列的索引和四叉树系列的空间索引,其各自的缺陷主要表现在:
(1)R树索引技术满足空间索引访问尽量少的结点的要求,虽然具有很强的灵活性,但是空间数据的插入和删除算法复杂度高;
(2)传统四叉树是一种结构清晰、构造简单的层次数据结构,与R树相比更新计算量要小,但是可调节性比较差,当索引区域范围发生变化时需要重建索引;同时,在四叉树级别数较大、查询区域设计的结点量很大的时候,查询效率不高。
发明内容
为了解决上述技术所存在的不足之处,本发明提供了一种基于Z型空间曲线映射的POI检索方法。
为了解决以上技术问题,本发明采用的技术方案是:一种基于Z型空间曲线映射的POI检索方法,其整体步骤如下:
S1、输入POI空间文本数据,作为数据源文件;
S2、根据POI数据创建数据库文件,用于存储、检索与统计分析POI数据;
S3、利用四叉树原理组织和管理POI数据,对POI数据进行分层组织并编码;
S4、设定四叉树中各个节点的编码规则;
S5、建立Z型空间曲线映射算法;
S6、结合POI数据词典,实现高效快速的检索操作,获取有价值的POI数据及其属性信息。
S3中对POI数据进行分层组织并编码的具体方式为:将所有POI数据等分成4部分进行分块存储,然后逐块检查其网格值;若某个子区域的所有网格均含有相同的格网值,则这个子区域就不再往下分割;否则,把这个区域再分割成4个子区域;这样逐级递归分割,直到每个子块都只含有相同属性值为止。
S4中的编码规则为:从根节点开始,每层节点在其父节点的编码后增加两个二进制位,分别用00、01、10、11代表其四个子节点;依次增加直到四叉树的叶节点。
S5中建立Z型空间曲线映射算法的具体方法为:在二维空间中,将数据节点的x坐标和y坐标转换为Z型空间曲线映射下的一维序号;将二进制的行坐标与列坐标按位进行交错组合,得到新的二进制数,即映射后的二进制序号。
本发明采用四叉树组织原理及编码方式对POI数据进行管理,提高了POI属性信息的存储能力和更新的效率,解决了现有数据索引技术对于海量POI查询效率不高的问题,可以满足广大用户进行大规模访问的性能需求。
附图说明
图1为本发明的整体流程图。
图2为层数等于3时的四叉树节点编码规则示意图。
图3为Z型空间曲线填充映射后的一维序号关系图。
图4为层数等于4的四叉树Z型空间曲线访问顺序和编码图。
具体实施方式
下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1所示的一种基于Z型空间曲线映射的POI检索方法,其整体步骤如下:
步骤一、输入POI空间文本数据,作为数据源文件;
步骤二、根据POI数据创建数据库文件,用于存储、检索与统计分析POI数据;
步骤三、利用四叉树算法的原理组织和管理POI数据;将所有POI数据分块存储,空间数据等分成4部分,逐块检查其网格值。如果某个子区域的所有网格均含有相同的格网值,则这个子区域就不再往下分割;否则,把这个区域再分割成4个子区域。这样递归的分割直到每个子块都只含有相同属性值为止。
步骤四、设定四叉树中各个节点的编码顺序为根节点编码为0,根节点的四个子节点为00,01,10,11,编码为00节点的四个子节点编码为:0000,0001,0010,0011,以此类推。编码规则就是从根节点开始,每层节点在其父节点的编码后增加两个二进制位,分别00、01、10、11代表其四个子节点。依次增加直到四叉树的叶节点,设定层数为L,四叉树的初始层数为1,则从第2层开始,层数为L的四叉树节点二进制编码的位数可以达到2*(L-1),则二维空间大小SIZE为pow(2,k),以L=3层为示例,编码如图2所示;
步骤五、建立Z型空间填充映射算法,依据步骤三中POI数据的组织过程,空间数据被划分成许多同样大小的网格单元,在二维空间中,[x,y]坐标与Z型空间曲线填充映射后的一维序号关系如图3所示。将二进制的行坐标与列坐标按位进行交错组合,得到新的二进制数,即为映射后的二进制序号。
空间填充曲线是闭合间隔单元I=[0,1]到闭合矩形单元S=[0,1]2的连续映射,也是所有能够填满二维或者更高维空间的连续分形曲线的总称,可以实现降低空间维度。Z型空间曲线是一种应用最广泛的空间填充曲线,它是按照字母Z的书写顺序进行索引的填充曲线,具有曲线变换单一、规律简单的特点。
步骤六、二维Z曲线映射算法描述如下:
功能:在大小为size的二维空间中,将数据节点的x坐标cord X和y坐标cord Y转换为Z曲线映射下的一维序号。
实现Z曲线算法的伪代码如下所述:
begin(算法开始)
Input(cord X,cord Y,size)‘定义节点x轴坐标cord X,y轴坐标cord Y,以及二维空间大小size’
Dim num As Integer
num=0
Dim temp As Integer
temp=log(size)/log(2)
for i=0 to temp
num+=(cordX>>i)<<(i*2)‘取出cordX中的一位插入num适当位置’
num+=(cordY>>i)<<(i*2+1)‘取出cordY中的一位插入num适当位置’
endfor
Output(num)
end(算法结束)
步骤七、根据四叉树组织模型,按照Z曲线的算法描述,层数为4层的四叉树Z型填充曲线访问顺序和编码如图4所示,根节点编码为0,按照上北下南左西右东的地理定位方式,根节点四个子节点为SW(Southwest西南)为00,SE(Southeast东南)为01,NW(Northwest西北)为10,NE(Northeast东北)为11。编码为00节点其四个子节点编码为:SW为0000,SE为0001,NW为0010,NE为0011。以此类推,可对整棵四叉树进行编码。四叉树中每个数据块都有单独的编码。
步骤八、POI空间数据Z型空间曲线填充索引建立完毕,结合POI数据词典,可高效快速的进行检索操作,从而获取有意义的POI数据及其属性信息。
本发明采用四叉树分层组织与编码原理对海量POI数据进行管理,利用Z型空间曲线填充映射算法的聚类和降维特性,对POI数据进行降维处理,映射到一维空间进行编码,实现对POI数据的快速定位和查找,具有较强的应用价值。
上述实施方式并非是对本发明的限制,本发明也并不仅限于上述举例,本技术领域的技术人员在本发明的技术方案范围内所做出的变化、改型、添加或替换,也均属于本发明的保护范围。
Claims (4)
1.一种基于Z型空间曲线映射的POI检索方法,其特征在于:所述方法的整体步骤如下:
S1、输入POI空间文本数据,作为数据源文件;
S2、根据POI数据创建数据库文件,用于存储、检索与统计分析POI数据;
S3、利用四叉树原理组织和管理POI数据,对POI数据进行分层组织并编码;
S4、设定四叉树中各个节点的编码规则;
S5、建立Z型空间曲线映射算法;
S6、结合POI数据词典,实现高效快速的检索操作,获取有价值的POI数据及其属性信息。
2.根据权利要求1所述的基于Z型空间曲线映射的POI检索方法,其特征在于:所述S3中对POI数据进行分层组织并编码的具体方式为:将所有POI数据等分成4部分进行分块存储,然后逐块检查其网格值;若某个子区域的所有网格均含有相同的格网值,则这个子区域就不再往下分割;否则,把这个区域再分割成4个子区域;这样逐级递归分割,直到每个子块都只含有相同属性值为止。
3.根据权利要求1所述的基于Z型空间曲线映射的POI检索方法,其特征在于:所述S4中的编码规则为:从根节点开始,每层节点在其父节点的编码后增加两个二进制位,分别用00、01、10、11代表其四个子节点;依次增加直到四叉树的叶节点。
4.根据权利要求1所述的基于Z型空间曲线映射的POI检索方法,其特征在于:所述S5中建立Z型空间曲线映射算法的具体方法为:在二维空间中,将数据节点的x坐标和y坐标转换为Z型空间曲线映射下的一维序号;将二进制的行坐标与列坐标按位进行交错组合,得到新的二进制数,即映射后的二进制序号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710970516.2A CN107729494A (zh) | 2017-10-18 | 2017-10-18 | 一种基于z型空间曲线映射的poi检索方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710970516.2A CN107729494A (zh) | 2017-10-18 | 2017-10-18 | 一种基于z型空间曲线映射的poi检索方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107729494A true CN107729494A (zh) | 2018-02-23 |
Family
ID=61211838
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710970516.2A Pending CN107729494A (zh) | 2017-10-18 | 2017-10-18 | 一种基于z型空间曲线映射的poi检索方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107729494A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109492068A (zh) * | 2018-11-01 | 2019-03-19 | 北京永安信通科技股份有限公司 | 预定区域中的对象定位方法、装置和电子设备 |
CN109740376A (zh) * | 2018-12-21 | 2019-05-10 | 哈尔滨工业大学(深圳) | 基于近邻查询的位置隐私保护方法、系统、设备及介质 |
CN115034027A (zh) * | 2022-08-10 | 2022-09-09 | 上海叁零肆零科技有限公司 | 一种gis数据点线映射方法与系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6526176B1 (en) * | 1999-10-21 | 2003-02-25 | Lucent Technologies Inc. | Efficient processing of quadtree data |
CN101551823A (zh) * | 2009-04-20 | 2009-10-07 | 浙江师范大学 | 一种综合多特征图像检索方法 |
CN101908068A (zh) * | 2010-08-03 | 2010-12-08 | 武汉大学 | 一种基于四叉树索引的海量激光扫描点云实时绘制方法 |
CN105307111A (zh) * | 2014-07-07 | 2016-02-03 | 南京理工大学常熟研究院有限公司 | 一种基于增量近邻查询的位置隐私保护方法 |
CN105405166A (zh) * | 2015-10-30 | 2016-03-16 | 东北大学 | 一种基于线性四叉树的lod模型生成方法 |
-
2017
- 2017-10-18 CN CN201710970516.2A patent/CN107729494A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6526176B1 (en) * | 1999-10-21 | 2003-02-25 | Lucent Technologies Inc. | Efficient processing of quadtree data |
CN101551823A (zh) * | 2009-04-20 | 2009-10-07 | 浙江师范大学 | 一种综合多特征图像检索方法 |
CN101908068A (zh) * | 2010-08-03 | 2010-12-08 | 武汉大学 | 一种基于四叉树索引的海量激光扫描点云实时绘制方法 |
CN105307111A (zh) * | 2014-07-07 | 2016-02-03 | 南京理工大学常熟研究院有限公司 | 一种基于增量近邻查询的位置隐私保护方法 |
CN105405166A (zh) * | 2015-10-30 | 2016-03-16 | 东北大学 | 一种基于线性四叉树的lod模型生成方法 |
Non-Patent Citations (3)
Title |
---|
杨莹: ""瓦片四叉树和填充曲线实现海量地形数据管理"", 《计算机工程与应用》 * |
聂云峰 等: ""基于Z 曲线的瓦片地图服务空间索引"", 《中国图象图形学报》 * |
胡颖: ""基于四叉树的移动终端地图搜索算法研究与实现"", 《地理空间信息》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109492068A (zh) * | 2018-11-01 | 2019-03-19 | 北京永安信通科技股份有限公司 | 预定区域中的对象定位方法、装置和电子设备 |
CN109492068B (zh) * | 2018-11-01 | 2020-12-11 | 北京永安信通科技有限公司 | 预定区域中的对象定位方法、装置和电子设备 |
CN109740376A (zh) * | 2018-12-21 | 2019-05-10 | 哈尔滨工业大学(深圳) | 基于近邻查询的位置隐私保护方法、系统、设备及介质 |
CN109740376B (zh) * | 2018-12-21 | 2020-11-13 | 哈尔滨工业大学(深圳) | 基于近邻查询的位置隐私保护方法、系统、设备及介质 |
CN115034027A (zh) * | 2022-08-10 | 2022-09-09 | 上海叁零肆零科技有限公司 | 一种gis数据点线映射方法与系统 |
CN115034027B (zh) * | 2022-08-10 | 2022-11-25 | 上海叁零肆零科技有限公司 | 一种gis数据点线映射方法与系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105426491B (zh) | 一种时空地理大数据的检索方法及系统 | |
CN107153711A (zh) | 地理信息数据处理方法及装置 | |
CN103714145B (zh) | 关系型和Key-Value型数据库空间数据索引方法 | |
CN102609525B (zh) | 一种基于经纬度的地理网格剖分及聚合方法 | |
CN103136371B (zh) | 多源空间数据的剖分标识生成方法以及数据检索方法 | |
CN107798054A (zh) | 一种基于Trie的范围查询方法及装置 | |
CN107729494A (zh) | 一种基于z型空间曲线映射的poi检索方法 | |
CN112685407A (zh) | 一种基于GeoSOT全球剖分网格编码的空间数据索引方法 | |
CN108846013A (zh) | 一种基于geohash与Patricia Trie的空间关键词查询方法及装置 | |
CN104182475B (zh) | 一种基于掩码技术和剖分编码的位置信息快速检索方法 | |
CN106777163A (zh) | 基于红黑树的ip地址所属地查询方法及系统 | |
CN108009265B (zh) | 一种云计算环境下的空间数据索引方法 | |
CN108628951A (zh) | 基于文档模型的空间数据块状组织存储与化简压缩方法 | |
Zhang et al. | Management methods of spatial data based on PostGIS | |
CN108446357A (zh) | 一种基于二维地理位置的海量数据空间范围查询方法 | |
CN106991149B (zh) | 一种融合编码和多版本数据的海量空间对象存储方法 | |
CN103092992B (zh) | 基于Key/Value型NoSQL数据库的矢量数据先序四叉树编码和索引方法 | |
CN113010620B (zh) | 基于地理多级网格的自然资源数据索引统计方法及系统 | |
CN113806458A (zh) | 时空关联数据的查询方法、装置、电子设备和存储介质 | |
CN108776666A (zh) | 一种基于关键词倒排与Trie的空间关键词查询方法及装置 | |
CN116775661A (zh) | 基于北斗网格技术的空间大数据存储与管理方法 | |
CN109885638A (zh) | 一种三维立体空间索引方法及系统 | |
CN110825830A (zh) | 一种网格空间的数据检索方法 | |
CN112214485B (zh) | 基于全球剖分网格的电网资源数据组织规划方法 | |
Pinto et al. | Improved queryable representations of rasters |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180223 |