%0 Journal Article
%T Skyline代表点的选择*
%A 杨立龙
%A 董一鸿
%A 何贤芒
%A 钱江波
%J 模式识别与人工智能
%P 239-246
%D 2015
%R 10.16451/j.cnki.issn1003-6059.201503007
%X Skyline查询在多维决策和数据挖掘等方面发挥重要作用，然而随着数据属性维度的增大，Skyline集变得非常庞大.为克服该不足，提出Skyline代表点查询.文中提出新的评价函数改进Skyline点的得分计算方法以选择k个具有代表性的Skyline点.在二维空间提出动态规划算法(DPBA)，利用覆盖圆的性质确定非代表点与代表点间的覆盖距离，迭代计算评价函数值，从而得到k个代表点;在高维空间针对NP-hard问题提出一个基于aR-tree结构的近似解决方法，遍历索引结构中的节点，通过与候选Skyline集比较判断是否被支配进行剪枝，降低计算开销.大量基于合成数据与真实数据的实验证明该算法的有效性.
%K Skyline查询
%K Skyline代表点
%K 集中式环境
%K 动态规划
%U http://manu12.magtech.com.cn/Jweb_prai/CN/abstract/abstract10324.shtml