基于动态阈值哈希的大规模遥感影像快速内容检索方法

随着我国遥感对地观测技术的快速发展,接收和存档的遥感影像数据量呈指数级增长,传统的检索方法难以在超大的遥感影像数据量上进行快速内容检索,造成遥感影像检索技术缺乏突破性进展,使得我国遥感影像利用率和利用效率受到限制。本文提出了一种创新的哈希索引方法,该方法根据特征向量的空间分布情况动态生成向量的哈希编码,可对高维的遥感影像特征向量进行低维编码,大大降低了检索计算量,可显著提高大规模遥感影像库内容检索的准确率和效率。在天地图数据集的检索试验表明本文提出方法在准确度和检索效率上均有显著提升,有较大的应用潜力。     

一种基于道路网络模型减少车辆轨迹数据量的算法

定位及移动通信的发展使我们可以获取和传输车辆在道路网络上的轨迹信息。除实现定位或导航等基本功能外,从车辆轨迹数据中还可以提取大量的交通信息,成为交通规划和管理的一个重要的信息来源。通过建立轨迹数据与道路网络之间的拓扑关系,提取轨迹数据中能代表主要信息的特征点来代替大量的轨迹数据,以达到减少轨迹数据量的目的。特征点通过一个综合了网络关系、速度币口方向的筛选方法进行提取,该方法也同时有利于建立轨迹数据检索结构和定义查询语言,系统的实验和分析验证了所提出方法的有效性。     

出租车轨迹数据的道路提取

相对高频GPS轨迹数据而言,低频GPS轨迹数据具有数据量大、容易获取、低成本等优点。对此,本文提出了一种基于大量低频轨迹数据的道路信息提取方法。该方法采用数学形态学滤波和细化方法对栅格化的道路图像进行道路中心线与交叉口的提取,然后采用道格拉斯-普克算法对交叉口间的路段进行简化与平滑,最终得到道路信息。其中在交叉口的提取上,采用多分辨率的图像融合的方法尽可能多地提取交叉口。试验表明,该方法在一定程度上克服了低频轨迹数据采样间隔不固定、定位精度低、噪声点多、数据分布不均等缺点,能够提取出较为准确的道路交叉口和中心线。     

水深点云数据快速检索方法研究

为了提高海量多波束水深点云数据处理时的检索效率,降低内存占用,本文设计了四叉树数据处理方案。水深点云数据四叉树检索方式如下：首先,根据四叉树结构,以序列化方式对文件进行存储与索引,实现水深点云数据检索速度的提高,节省了检索时间;其次,为了减少内存占用,以内存映射的方式对海量点云数据进行读取。将本文提出的水深点云四叉树检索与常规的遍历索引进行对比实验,结果表明：在点云检索数据量少于总点云数据量的3/4时,四叉树检索的效率比常规的遍历检索效率提高1倍以上;随着检索点云数据量的减少,四叉树检索效率比常规遍历检索效率更高,最大可达到30倍以上。     

时空和语义结合的船舶轨迹数据压缩方法EI北大核心CSCD

大数据时代积累了覆盖范围广、时效性强的船舶轨迹数据。对海量冗余轨迹数据进行压缩,可提高检索效率,降低数据存储和传输负担;然而现有方法容易忽略移动对象的运动特征。因此,本文提出一种顾及轨迹时空特征和航行语义特征的压缩方法。首先,分析船舶轨迹的空间、时间和语义特征,设计顾及时空语义特征的轨迹数据压缩流程;其次,通过道格拉斯-普克和滑动窗口法计算轨迹点的时空和语义特征值;然后,加权融合轨迹点的时空和语义特征,构建轨迹点的重要性排序,并通过指定压缩比例获取保留轨迹点数目,实现船舶轨迹数据压缩;最后,根据压缩算法效率、质量和实例分析,表明本文方法可保留行驶的动态语义信息和时空形态特征,既可根据压缩比例控制压缩过程,又可显著减少数据冗余,为后续轨迹挖掘等应用提供数据基础。     

基于Mongo DB的众包数据索引方法探讨

服务于小城镇智慧规划管理的众包数据具有数据类型多样、数据量巨大的特点,必须建立合适的索引,才能满足快速检索和查询的需要。以面向文档型数据存储的开源数据库Mongo DB为基础,对基于Mongo DB的众包数据索引方法进行探索,分析了利用地理空间索引B+树、Geo Hash和多层次索引等进行众包数据索引的方法。     

大规模空间轨迹数据管理方法研究

设计了基于新型大数据管理框架ClickHouse的空间轨迹大数据管理方案,以Geohash编码规则为内部空间轨迹数据的空间索引生成方式,同时将Geohash编码特性运用到大规模轨迹数据的检索方案设计中.通过AIS船舶轨迹数据与传统的PostGIS空间数据存储框架进行数据管理与检索的效率对比,验证本文框架的优越性能.     

面向地理空间信息的轨迹模型及时空模式查询

轨迹数据处理与分析是目前空间信息和数据库等相关领域的研究热点之一。本文从Stop-Move轨迹模型出发,通过集成地理空间上下文信息来建模轨迹数据,并研究轨迹时空模式的查询处理技术。首先分析Stop/Move对象与点/线/面地理空间要素之间的时空关联关系,据此提出显式表达该关联语义的地理关联轨迹模型,在此基础上利用关系-对象数据库技术,为地理关联轨迹模型设计独立于应用的关系模式,接着定义轨迹时空模式查询,并提出基于地理关联轨迹关系模式的SQL处理框架,最后以典型性检索请求为例,讨论分析位置-时间、位置-顺序和位置-关系等三类轨迹时空模式查询的纯SQL处理技术,并以样例轨迹数据验证了本文方法的可行性。     

基于出租车轨迹数据的空间关联规则挖掘

出租车作为城市公共交通的重要组成部分,对于人们的日常活动有着重要的作用。而出租车的运营产生了大量的轨迹数据,通过对轨迹数据的挖掘可以反映城市居民的人口流动状况及出租车的运营规律。空间关联规则挖掘作为数据挖掘的重要组成部分,通过对轨迹数据进行关联规则的挖掘可以得到其隐含的规律信息,从而改进出租车运营模式。而OpenStreetMap是众源地理数据中极具代表性的项目,其数据量丰富、现势性强、成本低廉,被广泛关注。以深圳市出租车轨迹数据及OpenStreetMap矢量地图数据为基本数据,基于出租车上(下)车点进行关联规则挖掘,进而得到深圳人口流动特征,从而为人口活动分析及基于位置的服务提供参考。     

db4o引擎下的GML空间数据存储研究

目前GML已成为空间数据编码、交换的国际标准,大量GML空间数据的不断涌现,给我们带来了新的挑战,即如何有效地管理、操纵这些GML格式的数据,如何建立良好的索引机制以高效地检索数据量大大增加的GML文档。本文结合开源纯面向对象数据库引擎db4o和传统的空间数据库技术,研究了GML空间数据的原生对象存储方法、索引机制。     

一种利用GPU加速的轨迹线热力图生成显示方法

为解决大数据量带来的热力图生成效率低的问题,引入基于图形处理器(graphic processing unit,GPU)的并行计算方法,并结合轨迹线模型,提出了一种利用GPU加速的轨迹线热力图生成显示方法。首先,针对轨迹点分布不均、邻域半径设置不合理等条件下产生的热力值不连续、不均等问题,采用轨迹线模型提升了热力图的效果。其次,针对大规模数据计算产生的热力图生成效率低的问题,通过GPU并行计算并配合内核函数参数调优、循环展开、像素缓冲对象显示等策略大幅提升算法计算效率。实验结果表明,所提方法较传统的基于中央处理器（central processing unit, CPU）的方法计算效率提升了5~30倍,且随着图像分辨率和轨迹数据的增加,算法加速比有逐步上升的趋势。     

双比例尺交互模式的粒子系统动态可视化——以出租车数据为例

针对如何对海量、多源、高维的时空轨迹数据进行交互可控、形象直观的可视化分析这一地理信息系统(GIS)领域的热点问题,该文提出了一种出租车全球定位系统(GPS)轨迹数据的网页端三维动态可视化方法,通过空间比例尺和时间比例尺的双重控制,运用粒子系统构建了城市大尺度三维场景中GPS轨迹的模拟移动模型。实验结果表明,该方法可以直观地反映出租车轨迹的时空演变规律,具有良好的可交互性,可以通过网络平台广泛地应用到各种轨迹数据的实时监控和历史分析中,为交管部门的管理和出租车公司的车辆调度提供依据。     

轨迹大数据云存储与热力图生成方法

针对目前轨迹大数据基于WebGIS的热力图展示中的成图耗时较长、用户移动缩放交互差等问题,本文建立了基于HBase的轨迹数据与地图数据存储模型,为轨迹大数据在电子地图上进行热力图展示提供了存储方法,同时提出一种基于聚类处理的轨迹数据热力图可视化方法,针对不同缩放级别能够有效地减少数据绘制计算量与数据传输量,较大地提升了热力图渲染与展示的效率。试验证明,该方案能够实现轨迹数据、电子地图数据的存储,提高热力图可视化绘制效率,能够为轨迹数据挖掘与分析提供技术支撑。     

基于Spark的城市居民出行时空特征快速提取

利用交通轨迹挖掘人类活动规律是实现智慧城市与生活的基础,然而常规方法已无法满足高效处理的大数据量要求。以海量出租车轨迹数据分析为例,设计了基于Spark平台的城市居民出行时空特征快速提取方法。借助Spark分布式计算框架,将核心算子匹配应用于二次排序、数据清洗及O/D点提取等预处理工作,并在时间分割和网格剖分统计的基础上完成时空特征提取。利用2014年8月份成都市出租车轨迹数据开展实验验证,结果表明,相较于传统单机环境,在确保准确性的基础上,该方法能够大幅提高特征提取的效率;集群节点一定时,数据规模越大优势越明显;数据规模足够大时,Spark集群节点数量越多,耗时越少。     

基于Oracle SDO_PC的点云数据存储管理技术的应用研究

基于Oracle SDO_PC的存储模型和功能结构研究点云的数据库导入、存储、检索等操作,并针对不同的点云数据量、点云类型、存储分块大小,以及多用户并发情况,分别进行点云数据存储和检索效率的试验对比.试验结果表明,SDO_PC模型可以胜任不同类型点云数据的存储、检索工作,并具有良好的数据存储可扩展能力和高效的多用户并发处理能力.本研究可为后续海量点云数据存储管理及应用、服务提供有价值的参考.     

基于多级信息网格的海量遥感数据存储管理研究

随着遥感探测技术的高速发展,空间信息呈爆炸式增长。针对目前现有遥感数据存储管理系统数据量大、数据来源丰富、查询检索慢等问题,本文提出了一种基于GeoSOT网格的遥感数据组织方案,并首次在关系型数据库中增加数组数据类型的剖分网格编码列,来存储遥感影像元数据中空间信息,对数据进行逻辑剖分索引,从而实现影像数据的统一存储与空间区域检索。试验选择Kingbase关系型数据库作为测试平台,通过模拟全球范围的影像数据,与Oracle平台进行对比试验。结果表明本文的检索效率具有明显优势,可有效提高遥感数据整合、检索效率,为现有遥感数据存储中心或管理系统提供了一种高效、可行的方案。     

基于JPEG2000无损压缩的DEM网络渐进传输方法

针对网络GIS海量DEM数据与有限带宽之间的矛盾,根据DEM数据特点和网络多分辨率渐进的应用需求,提出了一种在DEM各级分辨率具有良好精度性能、基于改进的JPEG2000高效无损压缩的DEM网络渐进传输方法。选用2/6整数小波分解DEM数据,利用辖区渐进压缩方法、压缩码流的索引文件检索码流实现了DEM的渐进传输。实验证明,2/6小波比标准中的5/3小波能够更好地在每级分辨率保持原始地形精度,相比传统方法,网络渐进传输时每级分辨率传输的数据量平均减少了90.29%。     

一种大文件多版本遥感影像数据组织管理方法

近年来,遥感技术的飞速发展使得影像数据的使用也越来越广泛和深入,而影像分辨率的增加,使得数据量急剧增长,对数据的存储和管理提出了很高的要求。针对传统遥感影像数据组织存储的不足,本文提出了一种大文件金字塔数据存储结构,用来高效存储管理影像数据;同时针对多时相遥感影像数据,提出了基于版本机制的影像数据管理模式。实验表明这种方法具有更高的存储检索效率。     

基于Solr与Oracle的农村土地承包经营权确权成果空间数据库设计与实现

农村土地承包经营权确权成果数据具有数据量大、种类多、关联性强并具有空间地理属性的特点,如何保障成果数据的综合存储与管理是一个重要问题。本文以Oracle来管理多源异构的成果数据,设计并实现了农村土地承包经营权确权成果空间数据库。但由于数据量过大,数据的查询检索方面耗时较长,带来较差的用户体验,故补充添加了Solr架构的索引数据库,两者结合起来共同管理农村土地承包经营权成果数据。并基于Arc Engine研发了数据库管理系统,通过主要功能的应用实验,验证了数据库设计的可行性。     

一种基于SPA的多数据流同异反分析法

提出了一种分析多数据流变化趋势的新方法。该方法引入集对分析思想,使用峰值数据进行分析,计算简单、数据量小。实验表明,峰值的变化趋势较能真实地反映数据流的变化趋势;同时,本方法对解决样本点个数不一致的问题是有效的。