SQL怎么查询表（包含id，，，时间）相邻几行数据中，时间列时间差在一定的范围内，其中id最小的那一行数据_百度知道
SQL怎么查询表（包含id，，，时间）相邻几行数据中，时间列时间差在一定的范围内，其中id最小的那一行数据
筛选条件为。你可以再思考一下 。基准参照时间+时间间隔 可以使用DateAdd函数：得到一条记录; 基准参照时间+时间间隔对满足条件的记录集取Min(id)就可以了，希望对你有所启发 ，作为基准参照时间，思路可以是这样应该不算复杂：
当前时间 &lt
唉~那个东西比这个复杂的多。
那你就把具体的问题摆出来吧。只是这样说很不明确的。
来自团队：
其他类似问题
为您推荐：
其他3条回答
有很多方式可以实现 给你列一种子查询的一种方式 select * from 表 A where A.ID = (select
min(id) as
where （你的时间条件）)
select * from （select * from table where 时间条件 order by id） where rownum=1;
你百度一下
5分钟内产生的多余的数据都要剔除
这个关键字。 看看是不是你想要的结果？
时间差的相关知识
等待您来回答
下载知道APP
随时随地咨询
出门在外也不愁10b一种障碍空间中不确定对象的连续最近邻查询方法
上亿文档资料，等你来发现
10b一种障碍空间中不确定对象的连续最近邻查询方法
第33卷??第8期2010年8月；计????算????机????学????报；Vol.33No.8；Aug.2010；一种障碍空间中不确定对象的连续最近邻查询方法；李传文??谷??峪??李芳芳??于??戈；(东北大学信息科学与工程学院计算机软件与理论研究；(医学影像计算教育部重点实验室(东北大学)??沈；摘??要??近年来,基于位置的服务获得了越来越广；关键
第33卷??第8期2010年8月计????算????机????学????报Vol.33No.8Aug.2010一种障碍空间中不确定对象的连续最近邻查询方法李传文??谷??峪??李芳芳??于??戈(东北大学信息科学与工程学院计算机软件与理论研究所??沈阳??110004)(医学影像计算教育部重点实验室(东北大学)??沈阳??110004)摘??要??近年来,基于位置的服务获得了越来越广泛的关注,其中最近邻查询是最常用的一种查询方式.测量手段的不准确性以及数据本身的性质导致不确定性在位置数据中普遍存在,这种不确定性会对最近邻查询结果产生影响.空间中障碍物的存在也给空间数据查询带来了挑战.文中研究存在障碍物的空间中不确定对象连续最近邻查询的处理方法,设计了一种剪枝策略大幅降低需要计算的不确定对象数目,并进一步提出了障碍空间中不确定对象最近邻查询安全区域的概念及安全区域生成算法.设计了安全区域的索引存储方法.实验结果表明,文章所提出的方法具有良好的效率和可扩展性.关键词??最近邻;不确定;障碍空间;基于位置的服务中图法分类号TP311??????DOI号:10.3724/SP.J.359AContinuousNearestNeighborQueryMethodforUncertainDatainObstructedSpacesLIChuan??Wen??GuYu??LIFang??Fang??YUGe(InstituteofComputerSoftwareandTheoryofInformationScienceandEngineeringInstitute,NortheasternUniversity,Shenyang??110004)(KeyLaboratoryofMedicalImageComputing,NortheasternUniversity,MinistryofEducation,Shenyang??110004)Abstract??Inrecentyears,location??basedservices(LBS)aregettingmoreandmoreattention.ThenearestneighborqueryisthemostcommonquerytypeintheLBSarea.Theuncertaintyofdataexistscommonlyduetotheinaccuracyofmeasurementinstructionsandthedataattributesit??self.Thisuncertaintywillaffecttheresultsofnearestneighborqueries.Theexistenceofobsta??clesinplanesalsoputchallengestospatialdataqueries.Thispaperstudiesthecontinuousnea??restneighborquerybytheexistenceofobstaclesandtheuncertaintyofdata.Italsogivesaprun??ingstrategythatgreatlyreducsthenumberofobjectswhichneedtobecalculated.Furthermore,thispaperproposesthesaferegionconceptwithregardtouncertaindatainobstructedspaces,analgorithmtogeneratethesaferegions,andanindexingmethodforsavingsaferegions.Experi??mentalresultsshowthattheproposedmethodhasgoodefficiencyandscalability.Keywords??location??basedservicesices,LBS)获得了越来越多的关注,并越来越广泛地1??引??言近年来,基于位置的服务(LocationBasedServ??应用到生产生活当中.LBS以查询为基础,根据用户的当前位置信息为用户提供各种有用的信息,例如,最近的自动提款机在哪,附近有哪些饭店等等.收稿日期:.本课题得到国家自然科学基金(33001)、国家??八六三 高技术研究发展计划??高效的纯XML数据管理关键技术研究及原型系统实现 ()资助.李传文,男,1982年生,博士,主要研究方向为时空数据管理、复杂事件处理等.E??mail:lichuanwen@ise..谷??峪,男,1981年生,博士,副教授,主要研究方向为时空数据管理、RFID数据管理、数据流等.李芳芳,女,1977年生,博士,讲师,主要研究方向为传感器数据管理等.于??戈,男,1962年生,博士,教授,博士生导师,主要研究领域为1360计????算????机????学????报2010年LBS包括多种查询类型及处理方法,如最近邻、KNN、Skyline、反KNN等.在这些查询中,最近邻查询是最常用的一种查询方式.现已提出若干最近邻查询处理方法.这些方法大部分针对确定数据(即完整且精确的位置数据)并且全都假设空间中不存在障碍物(即任意两点之间可以直线连接).然而,在许多实际应用中还存在大量的不确定数据以及障碍物的情况.例如,卫星图像或GPS定位,由于设备本身的硬件条件限制或数据传输过程中产生的噪声都会使数据中的位置信息具有不确定性.而且,地面上移动的物体一般都会受到地理条件的限制(例如建筑、湖泊等),两物体之间的最短距离必须考虑障碍物的因素.本文提出障碍空间内不确定对象连续最近邻查询的处理方法.与精确对象不同,不确定对象的位置不是一个确定点,而是一个范围,在这个范围内该对象服从某种概率分布函数.在障碍空间中,两个点之间的距离由他们绕过障碍物的最短距离决定.例如一辆汽车在行驶的过程中不断地查询距离自己最近的加油站的位置.由于地图数据不精确以及GPS测量误差等因素,汽车自身的位置以及加油站的位置都不是绝对准确的,它们都归属于某个不确定区域.同时,由于自然地形或建筑物的阻挡,汽车和加油站之间的距离也不仅仅是它们之间的欧氏距离.文献[5]给出了两点之间障碍距离的计算方法.然而,当障碍空间中的对象为不确定对象时,现有的计算方法不再适用,这是因为两对不确定对象之间距离远近的比较结果不确定.本文对最近邻的概念进行了扩展,将最近邻查询的结果从某个确定的对象扩展到一个对象集合,其中包含所有可能成为最近邻的不确定对象.本文考虑不确定对象的概率分布,用不确定对象的分布半径作为参数,提出了一种处理方法计算最近邻可能对象的集合,并在该算法中设计了一种剪枝策略,通过不断更新剪枝条件,大幅减少需要计算的不确定对象数目.本文进一步提出了障碍空间中不确定对象最近邻查询安全区域的概念及安全区域生成算法.文献[6]提出了欧氏空间中确定对象的安全区域概念,所谓安全区域即空间中某些点的集合,这些点具有相同的最近邻查询(或其它LBS查询,如K近邻)结果集.当查询点在某个结果集的安全区域内移动时,不再需要重复查询,因而事先生成安全区域可以节省大量的实时计算开销.提出了一种基于四分树的索引方法对安全区域进行存储,该方法具有较优的查[1??4]最近几年,对于不确定数据的研究工作取得了广泛的成果.在不确定数据查询领域,研究者已提出了多种类型的查询及其处理方法,如一般的关系查询、top??k查询、kNN查询、概率Skyline查询等.文献[9]提出了不确定Voronoi图的概念,文献[10??11]也针对特定的不确定查询提出了相应的方法.然而,据我们所知,目前尚无对障碍空间中的不确定数据进行有效最近邻查询的方法.目前对障碍空间数据查询的研究主要集中在可视kNN及反kNN查询[12??14](即只考虑直线可达而不考虑绕过障碍物的情况).文献[15]提出了障碍空间中连续kNN查询的解决方法.综上所述,对障碍空间中的不确定数据进行最近邻查询的研究具有现实意义和理论价值.本文研究的主要内容如下:(1)基于空间障碍物及不确定对象的数据模型,提出障碍空间中不确定对象最近邻查询问题.(2)设计一种高效的基于障碍空间距离的算法来进行查询处理.运用了一种剪枝技术来提高性能.(3)提出不确定对象分割区域的概念,并以之为基础设计一种有效的安全区域生成方法.(4)提出一种高效的索引方法,对安全区域进行存储.该方法比传统的R??tree索引方法需要的存储代价低并且查询速度较快.(5)通过实验考察并证实了本文提出的方法具有良好的效率和可扩展性.本文第2节介绍相关术语并给出数据模型和问题定义;第3节给出障碍空间中不确定对象最近邻查询的计算方法,提出对象分割区域的概念、安全区域生成算法以及索引存储方法;第4节给出实验结果和分析;第5节总结全文.[7??8]2??问题定义2.1??数据模型本文考虑具有n个查询对象的集合P={p1,p2,!,pn},pi?R2,2??n??#,障碍物集O={O1,O2,!,On}以及一个不确定查询点q.集合P为查询对象集,其中R2代表欧氏平面,集合O为障碍物集,其中障碍物具有确定的边界且相互不重叠,查询对象具有不确定性且都在障碍物之外.为描述方便,本文假定障碍物都是凸多边形(如果有障碍物为凹多边形,可将其分解为几个凸多边形的组合).查询点q及集合P中每个查询对象pi均具有 Uq或Upi8期李传文等:一种障碍空间中不确定对象的连续最近邻查询方法1361函数(ProbabilityDistributionFunction,PDF).不确定区域包含该对象所有可能出现的位置,对象在该区域某点的概率由概率分布函数确定.不确定区域可以为任意形状,概率分布函数也可以是任意分布(如均匀分布、高斯分布等).若无特别说明,后文?中不确定区域均是指圆形分布,定义pi为Upi的圆心,rpi为Upi的半径,对不规则区域的讨论将在3 3节给出.?令VIS(p)为点pi的可视区域,即区域VIS(p)中任意一点与点pi的连线都不与障碍物相交.在区域S=R\O上,定义两点之间的最短距离如下.定义1.??障碍空间S=R2\O中两具有确定位置的点pi,pj之间的最短距离d(pi,pj)为d(pi,pj)=m-12?间的最短与最长距离.障碍空间中不确定对象的最近邻查询结果为一个集合,包含所有可能成为查询点最近邻的不确定对象.例2.??对图1中查询点q求其最近邻,查询点q到查询对象p1,p2,p3的距离分别属于区间??Rangeq,p1=[d(q,p1)-rq-rp1,d(q,p1)+rq+??rp1],Rangeq,p2=[d(q,p2)-rq-rp2,d(q,p2)+rq+rp2],Rangeq,p3=[d(q,p3)-rq-rp3,d(q,p3)+rq+rp3].通过观察可知,两区间Rangeq,p1,Rangeq,p2存在交集且都小于Rangeq,p3,因此查询对象p1和p2都有可能成为查询点q的最近邻,p3不可能成为查询点q的最近邻,故查询结果为Pn={p1,p2}.2.2??问题描述本文假设空间中查询对象和障碍物的信息保存在某种常用空间索引当中(如R??tree等),且不存在特殊的空间数据结构(如Voronoi图或k阶Voronoi图等).这是因为特殊的空间数据结构维护代价大,并且应用范围较窄.例如Voronoi图或k阶Voronoi图只适用于查询对象和障碍物固定情况下的最近邻或k近邻查询,当k变化或空间信息变化时这些数据结构的更新操作需要高昂的代价.障碍空间中不确定对象的最近邻查询与传统的最近邻查询主要区别在两点:首先,空间中两点之间的距离不是直线距离,而是绕过障碍物的最短距离;其次,两点间的最短距离不是一个确定的值,而是一个范围.基于上述特点,障碍空间中对不确定对象的最近邻查询可以分为3步:(1)找到可能成为查询点最近邻的所有可能结果的集合;(2)找到该集合的安全区域,所谓安全区域即与查询点有相同的查询结果的点的集合;(3)将查询结果和安全区域的信息返回给查询点.下节主要讨论不确定对象连续最近邻查询的前两步.????????mink=1%|xk,xk+1|+|pi,x1|+|pj,xm-1|,其中点xk,xk+1为任意两可见点,m为可见点总数,即直线段kk+1不与O中任何障碍物相交,|xk,xk+1|表示线段kk+1的长度.例1.??图1示例了一个具有两个障碍物的空间,竖条阴影部分(&abc及&def)表示障碍物,点p1,p2,p3周围的圆形阴影表示不确定对象p1,p2,p3的不确定区域,q表示查询点.其中p1,p2圆心的最短距离由连线段p1c?cd?dp2组成(即图中黑色粗线段).这条连线段比其它所有连线段(如p1b?bd?dp2或p1c?cf?fe?ep2等)短.基于确定点之间最短距离的定义,本文提出障碍空间中不确定对象的最近邻查询如下定义.定义2.??查询点q在障碍空间S=R\O中的最近邻定义为一个集合N={n1,n2,!,nm},其满足(1)ni?P(1??m);(2)dmin(q,ni)&!dmax(q,nj),j(i,nj?P.其中mind(q,23??障碍空间中不确定对象最近邻查询3.1??不确定对象最近邻查询本节假定查询点具有确定位置,查询点为不确定区域的情况将在3 3节讨论.下面提出计算距离某确定点最近的不确定对象集的算法,其中采用文献[15]提出的算法计算障碍空间中两确定点之间最d(121362计????算????机????学????报2010年算法1.??不确定对象最近邻生成.输入:查询点q,查询对象集P输出:最近邻结果集Pn1.bound)#,PS)?,PU)P2.lmax)0,Pn)?3.根据O构建可见图G(V,E)4.While(PU(?)5.??pn)从PU中取出q欧氏距离最近邻6.7.8.9.10.11.12.13.If(d(pn,q)-rpn&bound)??ReturnIf(d(pn,q)-rpn&lmax)??Pn)Pn+pn??lmax)d(pn,q)-rpn??RefreshCandidates(pn)PS)PS+pn,PU)PU-pnbound)min(bound,d(pn,q)+rpn)近邻,所以查询对象p1可以被安全剪枝.当PU未被剪枝掉的查询对象都被检查过之后,Pn包含的即是所有可能成为查询点最近邻的查询的集合.3.2??最近邻查询结果的安全区域3.2.1??不确定对象的区域分割首先,本文将欧氏空间中两点之间平分线的概念在障碍空间中进行推广,提出两不确定对象之间区域分割的概念.定义3.??两不确定对象p1,p2(其不确定区域为Up1及Up2)将障碍空间S=R2\O分为3个分割区域:Bp1,p2、Bp1,p2及Bp2,p1,其满足--14.Return算法1的工作过程如下:首先构造区域S的可见图G(V,E),其中E包含O中障碍物的所有顶点及P中所有不确定对象的圆心,V包含E中所有顶点之间的可见线段.图1中示例了一个可见图G(V,E),?其中E包括障碍物顶点a,b,c及不确定对象p1,p2,p3等,V包括图中所有实线段(p2d,dc,fc等).集合PS,PU分别保存已查询点和未查询点,每次循环从PU当中选择一个离q欧氏距离最近的点pn.因为查询对象已经保存在某种空间索引中,所以选择点pn只需要很小的运行开销(例如,R??tree索引查找最近点pn需要的查询复杂度接近常数).算法1第8~10行检查是否将点pn加入到结果集Pn中.lmax保存结果集Pn的上界,如果pn到q的最小值大于lmax,则pn不可能是q的最近邻,否则pn属于结果集Pn.如果pn是结果之一,则需要更新lmax并且调用子算法RefreshCandidates将结果集中不满足条件的结果去掉.算法2.??候选集刷新(RefreshCandidates).输入:新加入查询对象pn输出:最近邻结果集Pn1.max)d(pn,q)-rpn2.Foreach(p?Pn)3.??If(d(p,q)-rp&max)4.????Pn)Pn-p??(1)Bp1,p2?Bp1,p2?Bp2,p1=S;(2)dmax(x,pi)&dmin(x,pj),x?Bpi,dmax(x,pi)&dmin(x,pj)(3)x?Bpi,pj.dmax(x,pj)&dmin(x,pi),---例3.??图2示例了障碍空间中两不确定对象p1和p2的分割区域.其中上方横线阴影部分为Bp2,p1,该区域内所有点到不确定对象p2的距离肯定大于到不确定对象p1的距离.下方阴影部分为Bp1,p2,该区域内所有点到不确定对象p1的距离肯--定大于到不确定对象p2的距离.而中间未标阴影的部分为Bp1,p2,p1和p2都有可能成为距离该区域内的点最近的不确定对象.下面给出分割区域的部分性质及构造方法.首先考虑构造Bp1,p2、Bp1,p2及Bp2,p1的边界.由定义3--为提高性能,算法1采用边界量bound对象的计算条件.第13行对bound赋值,第6、7行采用bound对查询对象进行剪枝.因为如果查询对象p1到查询点的最近距离比另一查询对象p2到查询点1知,x?Bpi,pj的条件为dmax(x,pi)&dmin(x,pj)(1)其中dmax和dmin分为代表两点之间的最大距离和最-小距离.则式(1)可以表示为??d(x,pi)+rpi&d(x,pj)-rpj即Bpi,pj和Bpi,pj之间的边界可以表示为-(2)?lpi,ppirpj,)?8期李传文等:一种障碍空间中不确定对象的连续最近邻查询方法1363?以图2为例对定义3描述的分割区域的性质进行分析.基于lp1,p2与lp2,p1在构造方式上的对称性,只需对边lp1,p2的性质进行讨论.观察图2可知,边lp1,p2由一系列曲线构成,其中一部分位于点p1和点p2共同的可见区域VIS(p1)+VIS(p2)内,其余部分则与点p1和点p2中至少一个不可见.下面对这两种情况分别进行讨论.???(1)在点p1和点p2共同的可见区域VIS(p1)+VIS(p2)内,边lp1,p2可定义为??lp1,p2+VIS(p1)+VIS(p2)=??????{x|x,p1|+rp1+rp2=|x,p2|}+??????VIS(p1)+VIS(p2)??????????????????=(rpi+rpj-|p1,B|+|D,p2|)/2-??2=(8)2?将式(8)代入式(6)可知,边lp1,p2在点p1和点p2的非可见区域VIS(B)+VIS(D)也是由双曲线构成.根据双曲线的性质知,点D和点B分别是该双曲线的两个焦点.定义4.??作为双曲线焦点决定分割线部分曲线段形状的两点称为该曲线段的两个决定点.如图2中曲线段b3b4的决定点为点D和点B.综合上述讨论,得到两不确定对象p1,p2在障碍空间S=R2\O中的分割边的性质.定理1.??两相邻分割区域的分割边lpi,pj由一2n系列曲线段lpi,pj=c1p,p?cp,p?!?cp,p组成,每ijijij一条曲线段都是某双曲线的一部分.证明.??略(参考上文相关讨论).观察图2可知,组成每条分割边的曲线段是部分相邻的,即某些曲线段邻接在一起而与另外的曲线段之间被障碍物分隔.其中相邻的曲线段有如下性质.kk+1定理2.??相邻曲线段cpi,pj与cpi,pj具有一个共k+1同的决定点.令M为曲线段ckpi,pj与cpi,pj的共同决2?(4)令点p1和点p2的坐标分别为(x1,y1)和(x2,y2),并采用文献[9]提出的不确定对象之间距离的分析方法,令??cos??=(x2-x1)/|p1,p2|,(5)??sin??=(y2-y1)/|p1,p2|则式|x,p1|+rpi+rpj=|x,pj|可转换为22????=1-??(6)其中122????=(rpi+rpj)/2, =-??;21212??x??=x-cos??+y-sin??;221212??y??=sin??+y-cos??.-x22式(6)指出,lp1,p2中满足式(4)的部分由双曲线的一段构成.图2中VIS(p1)+VIS(p2)为曲线段b1b2所在的阴影区域,而曲线段b1b2则是lp1,p2满足式(6)的部分.(2)在点p1和点p2的非可见区域(p1和p2中至少一个点不可见),lp1,p2由那些在该位置可见的点v(v?E)决定.例如,图2中曲线段b2b3位于VIS(p1)+VIS(D),因此b2b3由点D和点p1决定;曲线段b3b4位于VIS(B)+VIS(D),因此b2b3由点D和点B决定.以b3b4为例,在VIS(B)+VIS(D)中,边lp1,p2可定义为lp1,p2+VIS(B)+VIS(D)={x|x,B|+rp1-|p1,B|=|x,D|-rp2-|D,p2|}+VIS(B)+VIS(D)(7)对比式(7)和式(4)可知,式(7)也可转换为双曲线的形式,即将点B和点D的坐标分别记为(x1,y1,??????????2定点,Nk及Nk+1为二者各自的另一决定点,则式k+11kck)与cpk+p,p?VIS(N,p?VIS(N)有且仅有一ijij个成立.令未成立的决定点为N,则曲线段cpi,pj与+1k,ckp,p之间的交点位于VIS(M)中VIS(N)的边ijk,k界处.k+1证明.??假设曲线段ckp,p与cp,p没有相同的决ijijk+1k,1定点,设曲线段ck,p,p与cp,p的决定点分别为NijijNk,2,Nk+1,1和Nk+1k+1,2,则cpi,pj?VIS(Nk+1,1kk,1)+).因VIS(Nk,2),cpi,pj?VIS(N)+VIS(Nk+1,2k+1k,1为曲线段ck)+p,p与cp,p相交,所以VIS(NijijVIS(Nk,2)与VIS(Nk+1,1)+VIS(Nk+1,2)相交,这与Nk,1,Nk,2,Nk+1,1,Nk+1,2四点互异相矛盾.所以相邻线段cpi,pj与cpi,pj必有一个共同的决定点.假设式cpi,pj?VIS(Nkk+1kk+1)与cpi,pj?VIS(N)k+1kkk+1k+1都成立,因为ck)p,p?VIS(N)与cp,p?VIS(Nijij+1是隐含成立的.所以曲线段cpki,pj与ckp,p所处区域为ijVIS(M)+VIS(N)+VIS(N).这显然是不可能的.k+1+1k假设式ck)与ckpi,pj?VIS(Npi,pj?VIS(N)都不成立,说明VIS(Nk)和VIS(Nk+1)恰好相切,k+1且切线通过曲线段ckp,p与cp,p的交点,这与定理2ijijkk+1包含各类专业文献、中学教育、幼儿教育、小学教育、各类资格考试、文学作品欣赏、专业论文、行业资料、应用写作文书、10b一种障碍空间中不确定对象的连续最近邻查询方法等内容。　
　不降维方法用邻 近法,降维用 fisher 判别: 表 1 实验数据类别数 特征维数 ...维空间的样本集映射成一维样本集,然后,我 们只需要再确定一个阈值,将投影点与... 　该方法把空间数据 库中的对象分为有意义的子类,使...可以兼容大规模现实世界问题中的不精确性和不确定性...最近邻分析等 ①分布密度:分子为分布对象的计量,... 　3 B. 7 C. 8 D. 10 18.一个数据库中至少应...对象段 D. 表段 21.表空间与数据文件关系叙述正确...不确定的值, 由字 B. 无法通过概要文件来限制用户... 　2、空间插值主要方法在 ArcGIS 栅格分析模块中,通过...的一种变量, 它随所在的区域 位置的改变而连续改变...1) 最邻近法 最近邻点法又叫泰森多边形方法。 它... 　2.采用 Z 序和 B 树结合的方法可以提高最近邻居查询的效率,请说明其执行过程...五.在一个省直公园(State-Park)中,空间数据库由许多森林(forest)组成,每个森林... 　2 不确定性的研究内容空间数据不确定性的产生来源十分复杂,空间对象本身可能具有不稳定性, 在空间数据的获取、存储、传输、分析等过程中会引入更多复杂的不确定性。... 　一种重要的多路查询,即从两个数据集合中检索出所 有满足某一条件的空间对象。...(1)R 树的结构类似于 B+树的平衡树,对于一个 M 阶的 R 树,R 树中每个... 　图形输入设备 1 键盘和鼠标 2 跟踪球和空间球 3 ...然后根据误差项的符号确定该列像素中与此交点最近的...13.字符的图形表示方法有几种?有什么特点? 第四章... 　A.0 B.1 C.2 D.3 14、下列进程状态变化中,_...A.节省内存空间 B.物理上扩充内存容量 C.提高 CPU...系统的基本特征是:并发性、共享性、虚拟性、不确定...190-李传文 一种障碍空间中不确定对象的连续最近邻查询方法_百度文库
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
评价文档：
190-李传文 一种障碍空间中不确定对象的连续最近邻查询方法
阅读已结束，如果下载本文需要使用
想免费下载本文？
你可能喜欢 上传我的文档
 下载
 收藏
该文档贡献者很忙，什么也没留下。
 下载此文档
正在努力加载中...
道路网络中的多对象最近邻查询研究
下载积分：1000
内容提示：道路网络中的多对象最近邻查询研究
文档格式：PDF|
浏览次数：3|
上传日期： 17:37:51|
文档星级：
该用户还上传了这些文档
道路网络中的多对象最近邻查询研究
官方公共微信