摘要
其他人正在查看的类似内容
笔记
1 真正的数据集是加拿大行星模拟地形3D映射数据集的一部分，该数据集是在加拿大两个独特的行星模拟漫游器测试设施收集的三维激光扫描数据集。 数据集提供坐标( x个 , 年 , z（z） )每次激光扫描的单位为米。 http://asrl.utias.utoronto.ca/datasets/3dmap/ .
工具书类
Aji，A.，Wang，F.，Vo，H.，Lee，R.，Liu，Q.，Zhang，X.，Saltz，J.：Hadoop GIS：基于MapReduce的高性能空间数据仓库系统。 程序。 荷兰VLDB。 6 , 1009–1020 (2013) Afrati，F.N.，Ullman，J.D.：在地图还原环境中优化连接。 摘自：《第13届扩展数据库技术国际会议论文集》，第99-110页。 ACM，纽约（2010年） Böhm，C.，Krebs，F.：k近邻加入：对KDD过程进行涡轮增压。 知识。 信息系统。 6 , 728–749 (2004) Chatzimilioudis，G.，Zeinalipour-Yazti，D.，Lee，W.C.，Dikaiakos，M.D.：智能手机网络中的连续全k近邻查询。 摘自：2012年IEEE第13届移动数据管理国际会议记录，第79-88页。 IEEE计算机学会，华盛顿特区（2012年） Chang，J.，Luo，J.、Huang，J.Z.、Feng，S.、Fan，J.：基于最小生成树的大规模数据分类模型，采用mapreduce实现。 摘自：第十届IEEE数据挖掘国际会议论文集，第129-137页。 IEEE计算机学会，华盛顿特区（2010年） Chen，Y.，Patel，J.M.：所有最近邻查询的有效评估。 摘自：第23届IEEE国际数据工程会议记录，第1056–1065页。 IEEE计算机学会，华盛顿特区（2007年） 科克塞特，H.S.M.：正则多面体。 多佛出版社，纽约（1973） 克伦威尔，P.R.：多面体。 剑桥大学出版社，剑桥（1999） Dean，J.，Ghemawat，S.：MapReduce：大型集群上的简化数据处理。 摘自：第六届操作系统设计与实现研讨会论文集，第137-150页。 USENIX协会，伯克利（2004） Dunham，M.H.：数据挖掘：入门和高级主题。 Prentice Hall，Upper Saddle River（2002年） Eldawy，A.：SpatialHadoop：使用mapreduce实现灵活和可伸缩的空间处理。 载：2014年SIGMOD博士研讨会论文集，第46–50页。 ACM，纽约（2014） Emrich，T.、Graf，F.、Kriegel，H.-P.、Schubert，M.、Thoma，M.：使用三角修剪优化所有最近邻查询。 收录：Gertz，M.，Ludäscher，B.（编辑）SSDBM 2010。 LNCS，第6187卷，第501-518页。 斯普林格，海德堡（2010） Gkoulalas-Divanis，A.，Verykios，V.S.，Bozanis，P.：轨迹数据中在线请求的网络感知隐私模型。 数据知识。 工程师。 68 , 431–452 (2009) 何，Q.，庄，F.，李，J.，石，Z.：基于mapreduce的分类算法的并行实现。 收录人：Yu，J.、Greco，S.、Lingras，P.、Wang，G.、Skowron，A.（编辑）RSKT 2010。 LNCS，第6401卷，第655–662页。 斯普林格，海德堡（2010） Ioup，E.，Shaw，K.，Sample，J.，Abdelguerfi，M.：使用M-tree的高效AKNN空间网络查询。 摘自：第15届ACM地理信息系统进展国际研讨会论文集，第46:1–46:4页。 ACM，纽约（2007） Lee，K.，Ganti，R.K.，Srivatsa，M.，Liu，L.：大数据的高效空间查询处理。 摘自：第22届ACM SIGSPATIAL地理信息系统进展国际会议记录，第469-472页。 ACM，纽约（2014） Lu，W.，Shen，Y.，Chen，S.，Ooi，B.C.：使用mapreduce高效处理k个最近邻连接。 程序。 荷兰VLDB。 5 , 1016–1027 (2012) Rajaraman，A.，Ullman，J.D.：海量数据集的挖掘。 剑桥大学出版社，纽约（2011） Roussopoulos，N.，Kelley，S.，Vincent，F.：最近邻居查询。 1995年ACM SIGMOD国际数据管理会议记录，第71–79页。 ACM，纽约（1995） Samet，H.：四叉树和相关的分层数据结构。 ACM计算机。 Surv公司。 16 , 187–260 (1984) Stupar，A.，Michel，S.，Schenkel，R.：RankReduce-在MapReduce之上处理k个最近邻查询。 摘自：《第八届信息检索大规模分布式系统研讨会论文集》，第13-18页（2010年） apache软件基金会：Hadoop主页。 http://hadoop.apache.org/ Tsoumakos，D.、Konstantinou，I.、Boumpouka，C.、Sioutas，S.、Koziris，N.：使用tiramola为nosql集群提供自动化、弹性资源。 在：第13届IEEE/ACM集群、云和网格计算国际研讨会论文集，第34-41页（2013） Vernica，R.，Carey，M.J.，Li，C.：使用MapReduce的高效并行集合相似性联接。 摘自：ACM SIGMOD国际数据管理会议记录，第495-506页。 ACM，纽约（2010年） 怀特，T.：《Hadoop:最终指南》，第三版。 O'Reilly Media/雅虎出版社（2012） Xia，C.，Lu，H.，Chin，B.，Hu，O.J.：Gorder：一种有效的KNN连接处理方法。 收录于：VLDB，第756–767页。 VLDB捐赠（2004年） Yao，B.，Li，F.，Kumar，P.:K最近邻查询和KNN-加入大型关系数据库（几乎）是免费的。 摘自：第26届国际数据工程会议记录，第4-15页。 IEEE计算机学会，华盛顿特区（2010年） Yokoyama，T.，Ishikawa，Y.，Suzuki，Y.：处理所有 k个 -hadoop中的最近邻居查询。 作者：Gao，H.，Lim，L.，Wang，W.，Li，C.，Chen，L.（编辑）WAIM 2012。 LNCS，第7418卷，第346–351页。 斯普林格，海德堡（2012） Yu，C.，Cui，B.，Wang，S.，Su，J.：高维数据的高效基于索引的KNN连接处理。 Inf.软件。 Technol公司。 49 , 332–344 (2007) Zhang，C.，Li，F.，Jestes，J.：MapReduce中大数据的高效并行kNN连接。 摘自：《第15届扩展数据库技术国际会议论文集》，第38-49页。 ACM，纽约（2012） Zhang，J.，Mamoulis，N.，Papadias，D.，Tao，Y.：空间数据库中的所有最近邻查询。 摘自：《第16届国际科学和统计数据库管理会议记录》，第297-306页。 IEEE计算机学会，华盛顿特区（2004）
致谢
作者信息
作者和附属机构
通讯作者
编辑器信息
编辑和附属机构
权利和权限
版权信息
关于本章
引用本章
下载引文
内政部 : https://doi.org/10.1007/978-3-662-49214-7_5 出版 : 发布者名称 : 施普林格、柏林、海德堡 打印ISBN : 978-3-662-49213-0 在线ISBN : 978-3-662-49214-7