检索结果-内蒙古大学图书馆

中国图象图形学报 2012年第2期17卷 286-292页

作者：聂云峰周文生舒坚许虎南昌航空大学信息工程学院南昌330063 清华大学建筑学院北京100084

瓦片空间索引是提高瓦片查询效率的关键技术,其性能直接影响地理信息网络服务的整体性能。分析当前广泛应用于瓦片地图服务的格网索引和瓦片四叉树索引的基本原理,利用Z曲线的聚类和降维特性,设计一种基于Z曲线的瓦片空间索引Z-Index,... 详细信息

瓦片空间索引是提高瓦片查询效率的关键技术,其性能直接影响地理信息网络服务的整体性能。分析当前广泛应用于瓦片地图服务的格网索引和瓦片四叉树索引的基本原理,利用Z曲线的聚类和降维特性,设计一种基于Z曲线的瓦片空间索引Z-Index,并给出了具体实现。实验结果表明,Z-Index在海量瓦片数据的情况下具有优于格网索引和四叉树索引的瓦片查询效率。

关键词：瓦片地图服务空间索引 Z曲线瓦片四叉树索引格网索引

来源：评论

学校读者我要写书评

暂无评论

长时间序列土地利用数据时空索引技术研究

引用

中国土地科学 2015年第9期29卷 34-41,49页

作者：郜允兵高秉博李晓岚潘瑜春张晓东中国农业大学信息与电气工程学院北京100083 北京农业信息技术研究中心北京100097 国家农业信息化工程技术研究中心北京100097 农业部农业信息技术重点实验室北京100097 北京市农业物联网工程技术研究中心北京100097

研究目的:研究支持一调、二调海量土地利用时空数据变化分析及趋势预测的高效索引技术。研究方法:在分析格网索引、HR索引基础上,针对常用土地利用时空数据模型应用场景,提出了适于长时间序列土地利用数据检索的混合时空的索引方法。研... 详细信息

研究目的:研究支持一调、二调海量土地利用时空数据变化分析及趋势预测的高效索引技术。研究方法:在分析格网索引、HR索引基础上,针对常用土地利用时空数据模型应用场景,提出了适于长时间序列土地利用数据检索的混合时空的索引方法。研究结果:(1)以行政区边界来划分空间格网,在格网基础上以变更调查年为时间标尺建立对应的HR树索引,将基态现状和变更增量时空对象的索引信息保存为索引结点,建立了基于格网与HR树的混合时空索引结构;(2)基于此索引结构,研究并实现了时空混合索引树生成、索引查询、索引删除、索引新增的具体算法。研究结论:以某县域土地利用变化分析中的几种典型情境为例,对比分析了格网索引、HR索引和混合时空索引检索时间复杂度,结果表明该索引方法具有较好的查询效率,满足土地利用变化分析数据时空查询的需求。

关键词：土地信息时空数据模型时空索引格网索引 HR树混合索引

来源：评论

学校读者我要写书评

暂无评论

高度动态环境下移动对象连续K近邻查询算法

引用

计算机科学 2011年第3期38卷 182-186页

作者：牛剑光陈荦赵亮谭洁国防科技大学电子科学与工程学院长沙410073

针对面向高度动态移动对象集的多用户连续K近邻查询,提出了基于查询索引的多用户连续K近邻查询处理(Query Index based Multiple Continuous K-Nearest Neighbor Queries,QI-MCKNN)算法,阐述了查询索引的概念和构建方法,分析了格网大小... 详细信息

针对面向高度动态移动对象集的多用户连续K近邻查询,提出了基于查询索引的多用户连续K近邻查询处理(Query Index based Multiple Continuous K-Nearest Neighbor Queries,QI-MCKNN)算法,阐述了查询索引的概念和构建方法,分析了格网大小对查询性能的影响,给出了相应的查询处理算法。实验表明,算法在面对高度动态的移动对象集时,查询处理性能优于基于移动对象格网索引的SEA-CNN算法。

关键词：高度动态连续K近邻查询格网索引 QI-MCKNN算法

来源：评论

学校读者我要写书评

暂无评论

一种基于GPU的KNN动态扩展查询策略

引用

计算机工程 2018年第6期44卷 1-7页

作者：汤佳龚奕利李文海武汉大学计算机学院软件工程国家重点实验室武汉430072

传统的图形处理器(GPU)执行PGrid索引K最近邻(KNN)查询方法时存在查询粒度大、冗余计算多、性能不稳定等问题。为此,基于空间KNN关系查询,提出一种基于细粒度划分查找范围的KNN查询策略。基于欧氏距离的三角不等特性构建Cell的动态查询... 详细信息

传统的图形处理器(GPU)执行PGrid索引K最近邻(KNN)查询方法时存在查询粒度大、冗余计算多、性能不稳定等问题。为此,基于空间KNN关系查询,提出一种基于细粒度划分查找范围的KNN查询策略。基于欧氏距离的三角不等特性构建Cell的动态查询范围扩展,实现查询范围相对于Cell各个边界距离的细粒度划分和扩展,分析给定K值时对象数量的优化格网尺度。实验结果表明,与传统KNN查询方法相比,该查询策略在不同K值和格网划分尺度下具有明显的性能优势。

关键词：图形处理器计算统一设备架构测试指标 K最近邻查询格网索引

来源：评论

学校读者我要写书评

暂无评论

多源多尺度地图数据的组织与管理

引用

测绘科学技术学报 2009年第1期26卷 24-28页

作者：肖计划孙群刘海砚信息工程大学测绘学院河南郑州450052

多源多尺度地图数据的组织与管理是多源地图数据处理、数据融合以及地图制图综合的基础。首先对多源地图数据处理的主要方法和技术进行了总结;进而讨论了多源多尺度地图数据的组织与管理的两个关键技术,即多源多尺度地图数据引擎的设计... 详细信息

多源多尺度地图数据的组织与管理是多源地图数据处理、数据融合以及地图制图综合的基础。首先对多源地图数据处理的主要方法和技术进行了总结;进而讨论了多源多尺度地图数据的组织与管理的两个关键技术,即多源多尺度地图数据引擎的设计和多图幅地图数据的内存管理技术。

关键词：多源多尺度地图数据多尺度地图数据引擎多图幅数据管理格网索引

来源：评论

学校读者我要写书评

暂无评论

异构环境下移动对象并行处理优化

异构环境下移动对象并行处理优化

引用

作者：汤佳武汉大学

学位级别：硕士

PGrid(Parallel Grid,并行格网)是一种基于空间划分并被广泛应用到基于位置的服务(Location-Based Service,LBS)的主存索引结构。随着对象数量的增加,与位置相关的更新负荷和查询负荷给LBS的服务器端性能提出严重的挑战。尤其是查询负荷... 详细信息

PGrid(Parallel Grid,并行格网)是一种基于空间划分并被广泛应用到基于位置的服务(Location-Based Service,LBS)的主存索引结构。随着对象数量的增加,与位置相关的更新负荷和查询负荷给LBS的服务器端性能提出严重的挑战。尤其是查询负荷,因查询请求的增多和查询范围的扩大两方面的作用,造成巨大的工作量。用于通用计算GPU(GPGPU)因其强大的并行计算能力而被应用于越来越广泛的大规模计算任务,其中包括PGrid查询。已提出的利用GPU处理PGrid查询的方法相较以往的用CPU处理PGrid查询的串行或并行方法有显著的性能提升。然而因为传统的基于查询的任务划分方式未能迎合GPU的线程执行以及内存访问特性,存在大量线程分歧,使得在查询范围较大时执行速度缓慢;并且没有提供负载均衡策略,使得在面临不规则查询负荷时GPU性能恶化。本文提出一种基于Cell进行任务划分的GPU执行PGrid查询的算法(Cell-Oriented PGrid,COPGrid),这种新型的任务组织框架配合虚拟分组方法消除线程分歧,并且聚集分组内线程的内存访问,从而提高GPU的执行效率;并且通过抢占式线程调度和动态并行化方法有效的解决了线程的负载均衡问题。实验结果表明,与传统的GPU执行方式相比,本文提出的调度策略可以取得一个数量级的性能优势。

关键词：格网索引 GPU CUDA 动态并行化

来源：评论

学校读者我要写书评

暂无评论

空间索引技术在电力GIS中的研究与应用

空间索引技术在电力GIS中的研究与应用

引用

作者：贾婷电子科技大学

学位级别：硕士

在信息技术不断发展和进步的过程中,人们处理信息的手段日益多样化,这也促进了智能化企业管理方式的诞生,电力GIS(Geographic Information System,地理信息系统)就是在这样的背景中成长起来的。电力GIS系统是将传统的GIS技术,尤其是Web ... 详细信息

在信息技术不断发展和进步的过程中,人们处理信息的手段日益多样化,这也促进了智能化企业管理方式的诞生,电力GIS(Geographic Information System,地理信息系统)就是在这样的背景中成长起来的。电力GIS系统是将传统的GIS技术,尤其是Web GIS技术应用到电力行业,并融合已有的MIS系统,采用可视化界面和文字数据混合的处理方式,为电力行业各职能部门和广大用户提供最优化配网模式的智能化分析管理系统。电力GIS系统需要对各种空间数据进行有效处理,这就要求有一个高性能的空间索引结构。电力行业的空间数据又有其特殊性:点、线要素较多,多边形要素较少,并且个别线要素可能跨越整个地理空间范围。传统的基于格网的索引会使线要素跨越多个网格,从而导致较多的冗余存储,加大系统的存储开销;基于对象的索引会使用目标近似技术对空间对象进行近似处理,但这样的处理方式会使线要素失真,不利于空间对象的查询操作。所以寻找一种适合电力配电系统的索引结构显得非常重要。本文在大量阅读中外相关文献资料的基础上,对基于格网的索引和基于对象的索引进行了分析和对比,并结合配网系统特性,提出了一种适合电力配电网络的混合索引机制,其设计思想是先将待索引地理空间进行粗网格划分,建立基于固定格网的一级索引,进行粗分的目的是为了减少跨网格空间对象数量;然后对完全包含在网格区域内的空间对象建立聚类Hilbert R树,这是二级索引;最后为跨网格的空间对象建立索引链表。这样,对于配电系统中较长的输电线路,虽然跨越了多个网格,但其索引信息被存放在链表中,既克服了基于格网的索引将其索引信息存放在多个磁盘页而造成的冗余存储问题,也避免了基于对象的索引中因为线对象的失真而引起的节点数据矩形重叠率过高的问题。混合索引机制的二级索引——聚类Hilbert R树是本文在Hilbert R树基础上引入K-平均聚类算法,对Hilbert R树叶节点再聚类,使同一节点的数据集合更加紧凑,而不同节点数据集合的重叠率更小的空间索引结构。聚类Hilbert R树在查询效率方面有较好的表现,从而使混合索引的整体性能有较大提高。在本文的最后,将混合索引机制和ArcSDE的层次格网索引以及纯R树索引应用于实际的电力GIS系统进行了对比实验,实验结果表明,混合索引机制在实际应用中更具有实用性。

关键词：空间索引电力GIS系统格网索引聚类Hilbert R树索引

来源：评论

学校读者我要写书评

暂无评论

中国版Google Earth的空间数据组织与管理研究

中国版Google Earth的空间数据组织与管理研究

引用

作者：王恩泉中国测绘科学研究院

学位级别：硕士

Google Earth在全球的推广改变了地理空间信息的原有服务模式，促进了地理空间信息的共享和服务水平的提升，极大推动地理空间信息产业的发展，对我国地理空间信息的发展也提出了巨大的挑战。在此背景下，开发我国自主版权的网络三维地... 详细信息

Google Earth在全球的推广改变了地理空间信息的原有服务模式，促进了地理空间信息的共享和服务水平的提升，极大推动地理空间信息产业的发展，对我国地理空间信息的发展也提出了巨大的挑战。在此背景下，开发我国自主版权的网络三维地图服务平台即中国版的GoogleEarth成为了当前地理空间信息服务领域研究的热点。地理空间数据通过地图服务网络平台进行表达，可以实现网络资源共享，避免大量重复建设，从而达到地理空间数据的充分利用。空间数据的组织和管理，是空间数据表达的关键技术，也是实现平台建设的难点，本文对中国版GoogleEarth系统平台的空间数据的组织和管理的技术方法进行了系统性论述：首先分析了平台系统的数据源和数据内容，详细介绍了前期数据的分析处理的过程，包括空间参考系的选择，数据的预处理，数据的质量验证，数据保护等为后期的数据组织管理准备好了数据。其次数据组织方面，具体介绍了多尺度海量空间数据组织方式，包括栅格数据的四查索引，金字塔结构的构建，压缩方法。对整合后的数据进行组织，从而进行高效的管理和调用。然后对数据库管理系统的设计，进行了详细的分析，对数据库的构建、管理和维护中的实际问题，提出了有效的解决方法。并且简单的阐述了数据搜索调用过程。最后介绍了本文研究成果的应用，对提出的方案进行验证，并对下一步工作进行了展望。

关键词： Google Earth 四叉树格网索引金字塔结构 KML 分布式数据库

来源：评论

学校读者我要写书评

暂无评论

基于AJAX的地理信息管理与服务技术的研究与应用

基于AJAX的地理信息管理与服务技术的研究与应用

引用

作者：赵岩河南理工大学

学位级别：硕士

随着计算机、互联网技术的快速发展及地理信息技术的不断成熟,新的观念和方法正改变人们的生活方式,影响到人们生活的方方面面。人们越来越习惯通过网络来获得自己在工作、生活、学习等各方面所需要的信息,而这些信息的交流80%与地理信... 详细信息

随着计算机、互联网技术的快速发展及地理信息技术的不断成熟,新的观念和方法正改变人们的生活方式,影响到人们生活的方方面面。人们越来越习惯通过网络来获得自己在工作、生活、学习等各方面所需要的信息,而这些信息的交流80%与地理信息有关,为提高信息交流的有效性,人们不仅需要文字及图片信息,还需要其地理位置等相关信息,人们对空间数据的浏览、查询和分析等要求越来越高。文章分析了传统的地理信息发布技术,发现这些方法有速度慢、交互性差、功能弱、对客户端要求高、跨平台难等缺点。因此,研究支持多用户并发操作、交互性强以及与客户端平台无关的地理信息发布平台的体系结构和实现方法具有重要意义。作者在分析了目前主流的信息发布实现方式的基础上,提出了一种新的基于AJAX技术的地理信息管理和服务系统框架,该系统采用三层体系结构,将GIS功能放在业务处理层实现,表现层只显示从操作业务处理层传回的栅格图像,数据层采用大型关系数据库管理系统,同时采用格网空间索引,实现海量GIS数据的有效存储、查询和维护。应用实例证明,相对于目前主流的地理信息发布实现方式,该框架能够很好的适应多种浏览器、减少数据传输、改善用户体验、减轻服务器压力、改善传统的交互模式,为WebGIS的大众化应用提供了重要的技术保障。

关键词： Ajax 地理信息发布平台格网索引 WebGIS

来源：评论

学校读者我要写书评

暂无评论

分布式轨迹数据索引与查询技术研究

分布式轨迹数据索引与查询技术研究

引用

作者：谢一喆西安电子科技大学

学位级别：硕士

定位技术的不断发展和各个行业信息化的进步,导致了大量的轨迹数据的产生。轨迹数据的产生体现在我们生活中的方方面面,如今人们都随身携带着移动设备,比如手机、智能穿戴等,人的移动就会产生轨迹数据。随着GPS设备的普及,大量的交通工... 详细信息

定位技术的不断发展和各个行业信息化的进步,导致了大量的轨迹数据的产生。轨迹数据的产生体现在我们生活中的方方面面,如今人们都随身携带着移动设备,比如手机、智能穿戴等,人的移动就会产生轨迹数据。随着GPS设备的普及,大量的交通工具都会配有定位装置,车辆的移动也会产生轨迹数据。还有一些动物学家会分析动物的迁徙轨迹,气象学家会研究自然现象(台风等)的移动轨迹。以上内容说明了轨迹数据呈现出爆炸式增长的趋势。如何存储和分析这些庞大的轨迹数据成为我们所面临的一个严峻的问题。传统的关系型数据库在处理庞大的数据时存在着天然的局限性,在水平扩展上具有劣势。分布式平台的出现为处理海量的轨迹数据提供了有力的支持,分布式系统可以有效的利用集群上每一个节点的计算能力、数据存储能力,对大规模数据进行更加高效的计算与存储。随着多年的发展,Hadoop生态圈已经拥有了非常多的组件,比如HBase、Hive、Pig和Zookeeper等。本文将结合轨迹数据的特点,使用HBase非关系型分布式数据库作为存储平台,对轨迹数据进行可靠的存储,快速的查询。本文依照HBase的特性,设计出了DBT-Hash索引方案,根据DBT-Hash索引的结构设计了轨迹数据的查询系统。该系统支持轨迹数据的导入(实时数据的导入、历史数据的批量导入)。由查询条件,使用者可以对轨迹数据进行轨迹查询、范围查询,时空圆查询,KNN查询和最近似轨迹查询等。本文的工作如下:(1)设计实现了基于HBase平台轨迹数据的格网索引方案,根据时间、经度和纬度三个维度对时空进行格网划分,将与格网相交的轨迹id记录在格网内,在查询时我们可以首先计算出轨迹所在的格网,再在格网内部进行精细过滤,从而得到可靠的查询结果。(2)根据HBase的LSM树存储的与主键字典序的特点,研究了现有的空间填充曲线,本文设计了时间前缀+Geohash编码作为网格的索引编码,并且在时间维度对数据冗余存储,用来进行高效的查询,也就是利用空间来换取时间。(3)为了实现时间查询粒度更精细的划分,本文实现了一种高效的时间段分割算法,能精准的分割出最少的时间区间,以减少HBase的scan次数。并且基于Geohash编码设计了公共前缀匹配算法,结合DBT-Hash索引方案,用来加快多种查询方式的速度。(4)由于服务端的性能一般优于客户端,为了使查询速度更大的提升,本文在服务端使用HBase的自定义过滤器进行过滤,这样做也可以减少冗余数据在网络上的传输。最后,使用微软亚洲研究院所收集的Geolife 1.3作为实验数据集,设计了实时数据导入和历史数据批量导入两种数据录入方式。选取同类的方案作为对照实验,先确定最佳的网格划分等级,再进行实验分析,实验结果表明DBT-Hash在轨迹查询、范围查询、时空圆查询、KNN查询中均优于其它方案。

关键词：轨迹数据 HBase 格网索引时空查询 DBT-Hash

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：