论文部分内容阅读
QR-树处理海量空间数据时，其深度和R-树内目录矩形的重叠面积会变大，导致查询效率降低。针对该问题采用K-means算法对索引对象进行聚类分析，构造新的聚类中心使其能处理具有多种形体的索引对象，并在QR-树中引入超结点存储聚类结果。提出一种QCR-树空间索引结构来提高查询效率，给出QCR-树的插入、删除和查询算法。实验结果表明QCR-树的查询性能优于QR-树，适用于海量数据。