r-tree

0熱度

2回答

我已經創建了一個主存儲器R *與以下列方式spatialindex庫的幫助索引（DBStream實現用於bulkLoading的界面） // creating a main memory RTree memStorage = StorageManager::createNewMemoryStorageManager(); size_t capacity = 1024; bool bWrit

1熱度

1回答

libspatialindex是否需要重新進行簡單更新？

我找C或C++庫的桌面應用程序（沒有服務器的客戶端，只需要編輯存儲在磁盤上的數據）的虛擬內存，具有以下特點存儲空間數據，因此空間查詢速度很快可以選擇使用智能方式更新磁盤中的等效數據。更新不必是即時的，但可以進行緩衝。。 libspatialindex似乎符合要求。但是有一點從網頁不清楚，讓我們說，我已經從磁盤加載了大量數據，只想更新一個小對象。 libspatialindex是否將整個數據重

1熱度

1回答

什麼應該是作爲對象傳遞給MyDataStream流的輸入數據文件的格式（argv [1]）

我正在使用「libspatialindex」庫來創建R-tree索引。我的數據是二維具有以下值： (1, (1,5)), (19, (6,8)), (20, (3,8)), (4, (1,9)). 數據的描述是： 1 is a data point and it is present in the interval (1,5) 19 is a data point and it is

1熱度

2回答

（Re）的裝載R樹與spatialindex庫

我與spatialindex bulkloading的R樹（http://libspatialindex.github.com/）庫： string baseName = "streets"; size_t capacity = 10 * 1024 * 1024; bool bWriteThrough = false; indexIdentifier = 0; IStorageManag

3熱度

2回答

用於存儲嵌套框的數據結構？

我有一個存儲爲點的矩形列表。目前，數據看起來是這樣的： boxes = [{'p1': (0,0), 'p2': (100,20)}, {'p1': (5,5), 'p2': (15,15)}, {'p1': (20,5), 'p2': (30,15)}, {'p1': (35,5), 'p2': (45,15)}, {'p1': (70,5), '

2熱度

2回答

選擇R *樹拆分平面

我正在研究基於this paper的R *樹的實現。我有幾個關於選擇分割軸算法的問題。 R * -tree使用followmg方法來找到好的分割。沿着每個軸，條目首先按較低值排序，然後按其矩形的上限值排序。矩形的下限值/上限值是什麼意思？對於每個分佈，確定善良值。取決於這些善良值，確定條目的最終分佈。實驗測試了三種不同的善良价值和不同組合使用方法。（I）面積值區域[BB（第一組）] +區域[

1熱度

1回答

R樹節點應該有多少個孩子（最小，最大）？

我有500.000個獨特的3D點，我想插入一個R-樹。 R樹的構造函數接受兩個參數：兒童的數量降到最低節點可以擁有兒童的最大數目的節點可以有我讀過wikipedia即：「......在最大填充數量達到最大輸入數量的30％-40％的情況下，體驗到了最佳性能。」那麼這兩個參數的最佳值是多少呢？

3熱度

1回答

在R *樹中插入新葉子

R *樹的插入算法的步驟是什麼？注：我希望能夠通過插入來構建樹。它總是給我樹枝樹以最大的重疊和最大面積覆蓋，不管我選擇什麼樣的條件來選擇最好的樹葉（在樹的每一級添加之後測試最小重疊區域，樹的各級最小擴展比率等）。現在怎麼這個R *樹被插入構造成精美的（從Wikipedia）：

8熱度

3回答

有效的方式來處理2D線段

我有大量的二維線段。所以，我知道;行號，開始（X，Y，Z）和結束（x，Y，Z）的每個線段。我想獲得給定線段的鄰近線段。同樣適用於所有人。要找到我可以申請this 如果我說我的數據是爲附近; 因此，在末尾我想要接近線作爲每個線段的向量。我聽說這種類型的矢量可以與r-tree數據結構一起拍攝。我正在搜索它，但仍找不到相關的一個給我。另外我看了opencv，還有一棵r-tree，但是它講述了關於分類

0熱度

1回答

r *樹重新插入

重新插入如何工作？當我選擇重新插入的條目時，我再次運行插入算法？所以重新插入的條目可以在tree的任何位置？或者這些條目只能在兄弟姐妹的葉子中，實際上只在葉子上，葉子和我從中重新插入的葉子有相同的父親。