買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉哈爾濱理工大學(xué)申請的專利一種路網(wǎng)環(huán)境下廣義近似聚集Skyline查詢處理方法獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN116860834B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-09-12發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202310942112.8，技術(shù)領(lǐng)域涉及：G06F16/2458；該發(fā)明授權(quán)一種路網(wǎng)環(huán)境下廣義近似聚集Skyline查詢處理方法是由李松;楊曉龍;李春紅設(shè)計研發(fā)完成，并于2023-07-29向國家知識產(chǎn)權(quán)局提交的專利申請。

本一種路網(wǎng)環(huán)境下廣義近似聚集Skyline查詢處理方法在說明書摘要公布了：本發(fā)明公開了一種路網(wǎng)環(huán)境下廣義近似聚集Skyline查詢處理方法，本發(fā)明將路網(wǎng)中大量距離相近且非空間維度相似的點聚集在一起形成近似點集融入Skyline查詢。本方法包括：對于給定的道路網(wǎng)G和查詢數(shù)據(jù)集D，通過變體的DBSCAN算法對查詢數(shù)據(jù)集D進(jìn)行近似聚集處理，形成具有近似點集的數(shù)據(jù)集D’；基于數(shù)據(jù)集D’對道路網(wǎng)劃分構(gòu)建SSR?tree索引；基于SSR?tree索引結(jié)構(gòu)進(jìn)行近似集與獨立點的道路網(wǎng)廣義聚集支配判斷，輸出具有二層近似索引結(jié)構(gòu)的結(jié)果集合。通過本發(fā)明，能夠減少大量近似數(shù)據(jù)點的判斷，提高效率，并且豐富Skyline查詢結(jié)果集，解決傳統(tǒng)Skyline查詢結(jié)果集過少的問題。本發(fā)明作為一種路網(wǎng)環(huán)境下廣義近似聚集Skyline查詢處理方法，可廣泛應(yīng)用于數(shù)據(jù)查詢技術(shù)領(lǐng)域。

本發(fā)明授權(quán)一種路網(wǎng)環(huán)境下廣義近似聚集Skyline查詢處理方法在權(quán)利要求書中公布了：1.一種路網(wǎng)環(huán)境下廣義近似聚集Skyline查詢處理方法，其特征在于，設(shè)定路網(wǎng)近似距離dε，若兩個對象之間路網(wǎng)距離小于dε，則兩個對象路網(wǎng)距離近似；定義一組非空間維度閾值ε1、ε2、…、εn，如果兩個對象在各個非空間維度上差值均小于非空間維度閾值，則這兩個對象非空間維度近似；不屬于任何近似點集的點稱為獨立點；對于給定的道路網(wǎng)G和查詢數(shù)據(jù)集D，其具體操作步驟包括： 步驟一：通過變體的DBSCAN算法對查詢數(shù)據(jù)集D進(jìn)行近似聚集處理，聚集那些dε內(nèi)非空間維度近似的對象，聚集那些dε內(nèi)非空間維度近似的對象，將數(shù)據(jù)集D中對象劃分為近似集和獨立點，將近似集中對象統(tǒng)合為一個整體進(jìn)行處理，形成具有近似點集和獨立點的數(shù)據(jù)集D’； 步驟二：基于步驟一生成的數(shù)據(jù)集D’中的近似集與獨立點對道路網(wǎng)進(jìn)行劃分，構(gòu)建SSR-tree索引，將近似集當(dāng)做一個整體加入到SSR-tree索引中同一處理； 步驟三：基于SSR-tree索引結(jié)構(gòu)，將近似集放入到Skyline查詢中進(jìn)行近似集與數(shù)據(jù)集中獨立點的道路網(wǎng)廣義聚集支配處理，輸出具有二層近似索引結(jié)構(gòu)的結(jié)果集合； 所述的變體DBSCAN算法具體步驟為： 步驟一：給定一個道路網(wǎng)G和查詢數(shù)據(jù)集D，D中所有點標(biāo)記為unvisited，輸入半徑dε，密度閾值≡1； 步驟二：隨機選擇一個unvisited點p并標(biāo)記為visited； 步驟三：若p點路網(wǎng)半徑dε領(lǐng)域內(nèi)至少有一個點，創(chuàng)建新簇C將p加入C，否則標(biāo)記p為獨立點； 步驟四：若p點路網(wǎng)半徑dε領(lǐng)域內(nèi)至少有一個點，將p領(lǐng)域內(nèi)所有點加入集合N，循環(huán)判斷N中每一個unvisited點p’； 步驟五：標(biāo)記p’為visited，判斷p’與p是否非空間近似，如果是且p’尚未加入簇且未被標(biāo)記為獨立點，則將p’領(lǐng)域內(nèi)所有點加入集合N且將p’加入C，若p’與p不存在非空間近似，則標(biāo)記p’為獨立點； 步驟六：當(dāng)集合N為空時，輸出簇C； 步驟七：當(dāng)數(shù)據(jù)集D中不存在unvisited點時，運行結(jié)束，生成近似數(shù)據(jù)集D’； 所述的道路網(wǎng)廣義聚集支配處理這一步驟，其具體包括：對于生成的數(shù)據(jù)集D’以及SSR-tree索引，快速查詢D’中的支配集合，道路網(wǎng)廣義聚集支配處理就是處理近似集與近似集、近似集與獨立點以及獨立點與獨立點之間的支配關(guān)系，最終生成帶有近似集的二層索引結(jié)構(gòu)的查詢結(jié)果集合，近似集與近似集之間支配判斷：若近似集A中存在一個點在所有維度上均支配近似集B中所有點，則近似集A路網(wǎng)支配近似集B；近似集與獨立點之間支配判斷：若獨立點p在所有維度上均支配近似集A中所有點，則該點p路網(wǎng)支配近似集A，反之，若近似集A中存在一個點在所有維度上支配獨立點p，則近似集A支配獨立點p。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人哈爾濱理工大學(xué)，其通訊地址為：150080 黑龍江省哈爾濱市南崗區(qū)學(xué)府路52號哈爾濱理工大學(xué)西區(qū)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。