Resumo: Para armazenamento e recuperação de dados espaciais é necessária a utilização de uma estrutura específica para dados multidimensionais ou complexos. Na literatura foram propostas diversas estruturas de indexação, cada uma com suas características e comportamentos específicos. A R-Tree é uma árvore hierárquica, semelhante a árvore B-Tree, que agrupa objetos colococalizados, empregando retângulos envolventes, chamados de MBR, (Minimum Bounding Rectangle) conhecido também como retângulo envolvente. A implementação dessas estruturas possui internamente um algoritmo de divisão chamado split, que tem como função montar a estrutura da árvore, deixando os objetos co-localizados juntos em grupos (nós) e manter o balanceamento da árvore. A realização de split em nós é um processo crítico para a performance de uma estrutura multidimensional, pois o split ajuda determinar a forma final que será uma estrutura de Árvore-R. O presente trabalho avaliou um conjunto de algoritmos de splits existentes, aplicando-os a dados espaciais do tipo ponto, polígono e em especial as linhas, de forma a identificar situações em que cada algoritmo de split construia árvores mais balanceadas, com maior preenchimento de nós, ocupando menos espaço em disco, afim de que seja possível efetuar buscas de dados mais eficientes.

Palavras-chave: Split em R-Tree; Estruturas Multidimensionais; R-Tree.

Monografia completa. Copyright © 2016. Todos os direitos reservados.

Citação: Willian Garcias de Assunção. Avaliação de Métodos de Divisão de Nós em Árvores R-Tree para Dados Espaciais do tipo Linha. Monografia. Bacharelado em Ciências da Computação. Universidade Federal de Goiás, Regional Jataí. Jataí, GO, Brasil. 2016. 70p.

Copiar citação no formato bibtex.