| 新加坡管理大学高云君博士至测绘遥感信息工程国家重点实验室进行学术交流 |
 |
| 来源:测绘遥感信息工程国家重点实验室
发表时间:2010-01-25 10:46:30 |
2010年1月21日上午10点，新加坡管理大学信息系统学院的高云君博士来到位于武汉的测绘遥感信息工程国家重点实验室进行学术访问交流，在该实验室四楼报告厅为广大师生带来了一场题为《Continuous Nearest Neighbor Query Processing in the Presence of Obstacles》的报告，即障碍物存在障碍物的情况下，对延续最近邻域查询的研究。
高博士首先指出在进行查询的过程中，障碍是无处不在的，而用户常常只对可视的对象区域感兴趣，因此，最近邻域查询是非常有实用价值的。
然后介绍了传统最近邻域查询的背景知识，主要是介绍了基于点的最近邻域查询、基于R-Tree的最佳优先(Best-First)和深度优先(Depth-First)邻域查询方法以及连续的邻域查询CNN方法。指出这些研究都没有考虑到有可能影响目标之间可视性和距离的障碍的影响。
之后，高博士主要就自己的研究方向介绍了自己在对有障碍物存在的情况下，进行最近邻域查询的一些研究。主要介绍了关于连续可视化的最近邻域查询(CVNN)和关于连续障碍物的最近邻域查询方法(CONN)。
连续可视化最近邻域查询(CVNN)在一个二维的平面区域内，存在一个数据集和一个障碍物集，以及一条查询线，目标是要沿着查询线精确查找到一系列符合要求的点的集合。在CVNN基础上存在比较多的变体，如基于轨迹的搜索(Trajectory VNN Search)、距离受限搜索(d-CVNN Search)以及空间受限搜索(constrained Search）。连续可视化最近邻域查询(CVNN）在交通监控摄像头安置过程中避免监控死角以及旅游过程中线路制定都有比较光明的应用前景。
接着，高博士简略的介绍了的关于连续障碍物的最近邻域查询方法(CONN）,与关于连续可视化的最近邻域查询(CVNN)相似，也是沿查询线，根据某种障碍物距离标准（比如最短路径）查找到一系列符合要求目标。也介绍了关于连续障碍物的最近邻域查询方法(CONN)的变体，如：轨迹搜索(Trajectory ONN Search)以及近似搜索(Approximate CONN Search)等。
报告的最后，高博士给我们展示了自己的研究的一些成果，并指出现今的研究都是基于静态障碍物的，所以基于移动障碍物以及一些搜索代价分析模型是今后非常值得研究的方向，也鼓励我们在座的广大学生朝着这个方向努力。整场报告在非常愉悦的气氛中结束。 |
|
