SLBRIN——一种基于块范围的空间学习型索引 | MDPI ISPRS IJGI

本文介绍了由浙江大学的张丰副教授及其团队开发的一种新型空间学习索引结构SLBRIN，该结构基于块范围索引，旨在优化时空数据的索引构建、检索和更新性能。SLBRIN通过将索引对象分为历史范围和当前范围两部分，利用空间大数据的时空特征优化处理策略。实验结果表明，SLBRIN在点范围查询、范围查询和kNN检索中均显示出显著的性能提升，特别是在查询时间和IO成本方面。此外，SLBRIN在更新过程中表现出更强的查询性能稳定性，并通过GPU和多进程加速进一步改善了索引构建和更新性能。