4、道路网络上高效聚合最远邻查询处理

道路网络上高效聚合最远邻查询处理

在道路网络分析中，高效处理聚合最远邻（AkFN）查询是一个重要的问题。本文将详细介绍相关概念、查询处理算法以及实验评估结果。

1. 问题定义

在介绍查询处理算法之前，我们需要明确一些基本概念，并定义AkFN查询。以下是一些重要的符号和定义：
| 符号 | 定义 |
| ---- | ---- |
| $(v_i, v_j)$ | 具有两个道路段节点 $v_i$ 和 $v_j$ 的道路段 |
| $p_i$ | 点数据集 $P$ 中的一个点 |
| $q_i$ | 查询点集 $Q$ 中的一个查询点 |
| $d_n(p_i, p_j)$ | $p_i$ 和 $p_j$ 之间的网络距离 |
| $d_{agg}(p_i, Q)$ | 点 $p_i$ 到查询点集 $Q$ 的聚合距离 |
| $r_i$ | 参考点集 $R$ 中的一个参考点 |
| $d_r(p_i, q_i)$ | $p_i$ 到 $q_i$ 经过 $q_i$ 的参考点的最短路径距离 |
| $C_i$ | 层次聚类结构 $C$ 中的一个子聚类 |
| $d_c(C_i, r_i)$ | 聚类 $C_i$ 到参考点 $r_i$ 的最大网络距离 |
| $d_r(C_i, q_i)$ | 聚类 $C_i$ 到查询点 $q_i$ 经过 $q_i$ 的参考点的网络距离 |
| $d_{ragg}(p_i, Q)$ | 点 $p_i$ 到查询点集 $Q$ 经过相关参考点的聚合距离 |
| $d_{ragg}(C_i, Q)$ | 聚类 $C_i$ 到查询点集 $Q$ 经过相关