超级会员免费看
本文介绍了用于Skyline查询的实验数据点生成方法，特别是Börzsönyi等人提出的 Anti-Correlated 数据集。原代码为C、C++混合且注释为德文，已针对C++ 11标准进行调整优化，方便研究使用。文中引用了多个相关研究文献，包括Y. Tao等人的Distance-based representative skyline和D. Nanongkai等人的Regret-Minimizing Representative Databases等。
在此前的文章里，我们介绍了Skyline查询的基本概念，并给出了一种基于NN的Skyline查询算法。Skyline查询是多维度数据库中一种非常重要的point query，它最初由 Börzsönyi 等人于2001年提出。在 Börzsönyi 等人于2001年发表的论文[1] 中，作者同时给出了三种分布类型的用于Skyline查询实验的数据集生成方法。如下图所示，这三种数据分布类型分别是独立分布数据集（下图左），正相关分布数据集（下图中）以及负相关（下图右）数据集合。
同时， Börzsö
订阅专栏 解锁全文
扫一扫
4930
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
