面向制图综合质量控制的数据模型——DFQR树

针对现有R树无法支持制图综合质量控制的问题,提出一种面向制图综合质量控制的R树变形数据模型:①在R树中引入操作记录维,利用树的深度变化来记录空间数据逐步综合的过程变化;②引入中间对象实体记录综合步骤的中间综合结果,同时允许中间综合结果在较高的树层次上出现;③树的分支结构考虑对自动制图综合算法的支持.分析该变形R树对制图综合质量控制过程,并着重对该数据模型生成算法中的约束条件、插入算法和分裂算法进行了讨论.使用该模型进行制图综合质量控制实验,结果表明,该模型原理正确,能够有效地对制图综合质量进行控制.     

基于Hilbert曲线的STR索引改进算法

递归网格排序算法(sort-tile-recursive,STR)是一种性能优良的静态变体,其构建效率高效,查询性能较为优良,但是没有很好的兼顾到数据本身的聚集特性。Hilbert曲线具有较好的数据聚集特性,但是存在一定信息的丢失。本文利用Hilbert曲线的聚集性来提高STR-树的数据聚集性能,提出了一种基于Hilbert编码的STR索引改进算法,并在改进中弥补信息丢失的问题。算法首先按照MBR的Hilbert值进行排序,根据节点容量生成子节点,形成各聚类中心,针对Hilbert异常值采用距离约束条件进行处理;迭代以上过程,生成Hilbert STR-树。研究结果表明,该算法的查询效率优于STR-树和R树。     

利用GPU的R树细粒度并行STR方法批量构建

大数据时代,需要对海量空间数据更快速地建立高效索引,使用递归排序网格(STR)方法构建的R树具有优秀的查询性能,但构建效率不高。本文利用基于计算机图形处理器(GPU)的通用计算具有细粒度可并行性的特点,提出了一种基于STR算法的R树GPU并行构建算法,使用线性数据结构存储R树,并且用整体排序代替分段排序,细化算法的并行粒度。实验结果表明,同CPU算法相比,本文算法的加速比最高可达27倍,并且呈现出随着数据量增大而变大的趋势。本文算法充分利用GPU的并行处理能力,高效构建了性能优越的R树空间索引。     

三维GIS中R树空间索引研究

对于三维GIS来说,建立高效的三维空间数据索引是其关键技术之一。R树索引是近年来应用最广泛的方法之一。本文以覆盖面积和重叠面积之和作为R树结点插入标准,并且引入K均值聚类算法对结点分裂算法进行了改进。另外,对于三维GIS中较大的地物如道路、河流等,实施裁剪策略。从而使R树同层结点间的重叠度显著下降,空间对象的聚簇也更趋合理,有效提高了三维GIS数据库的查询速度。     

基于K-means聚类距离准则的R树结点分配算法研究

对于空间数据库,R树索引是非常有效的空间索引。本文针对R树的结点分配算法存在的不足,提出了一种新的结点分配算法—基于K-means聚类距离最小的R树结点分配算法。研究结果表明,新的分配算法比原始的算法,产生的虚结点的最小约束矩形具有更少的空白区域,较明显地提高了空间查询的效率。     

一种改进的真三维R树空间索引方法

利用k-均值算法和覆盖体积与重叠体积之和作为分组的综合指标，改进了现有的三维空间聚簇分组和R树插入算法。实验证明，该算法显著减少了R树兄弟节点之间的重叠现象，而且节点尺寸均匀，有利于海量三维空间数据的高效管理与实时可视化应用。     

基于改进聚类分裂的动态R-树实现方法

在R*-树的构建过程中引入聚类技术能够有效地提高索引的性能,传统的k-means聚类算法对初始值非常敏感,聚类过程较为复杂。基于此,文中提出一种改进聚类分裂的动态R*-树实现方法,在节点分裂的过程中引进聚类技术,对R*-树的基本结构加以改进,从而获得动态的结构重组。实验表明,动态R*-树以略高的构建开销换取较高的查询效率,大幅度提高索引树的空间利用率,在批量数据动态加载和处理等方面具有较高的实用价值。     

顾及多细节层次的三维R树索引扩展方法

多细节层次表达是三维GIS的重要特征之一。为提高细节层次模型的管理效率,本文提出一种扩展多细节层次功能的三维R树索引方法,通过全局优化和三维聚类分析建立动态三维R树索引,研制了先自下而上、后自上而下全局搜索的节点选择算法和基于k-medoids聚类算法的节点分裂算法,保证节点尺寸均匀、形状规则以及重叠减少。基于良好的三维树形结构,本文扩展了传统的三维R树索引结构,实现R树索引和细节层次模型的无缝集成。为验证本文方法的有效性,通过仿真实验,结果证明了本文方法能很大程度地提升多细节层次三维城市模型数据库的空间查询效率,具有较好的应用前景和实用价值。     

3维GIS中LOD_OR树空间索引结构的研究

分析R树的不足之处,考虑3维场景绘制中的LOD信息,设计出一种集八叉树、R*树以及LOD信息的空间索引结构--LOD_OR树.LOD_OR树是将3维实体的LOD信息作为对象基本特征的OR树.OR树是结合Octree和R*树的一种混合空间索引结构,它利用八叉树索引将R*树表示的空间进行了限制,减轻了R*树插入、删除的开销,并在查找性能上比R*树有显著的提高.     

一种集成R树、哈希表和B*树的高效轨迹数据索引方法

为兼顾时空索引方法的空间利用率、时间效率和查询种类,提出了一种新的轨迹数据索引方法——HBSTR树。其基本思想是:轨迹采样点以轨迹节点的形式成组集中管理,哈希表用于维护移动目标的最新轨迹节点,轨迹节点满后作为叶节点插入时空R树,另外采用B*树对轨迹节点构建一维索引,既有利于提升索引创建效率,又同时满足时空条件搜索和特定目标轨迹搜索等多种查询类型。为提升时空查询效率,提出了新的时空R树评价指标和节点选择子算法改进时空R树插入算法,同时提出了一种时空R树的数据库存储方案。试验结果表明,HBSTR树在创建效率、查询效率和支持查询类型等方面综合性能优于现有方法,支持大规模实时轨迹数据库的动态更新和高效访问。     

若干平滑和插值方法对图像空间分辨力估算的影响

图像空间分辨力是图像质量评估中的一个重要指标,而对图像空间分辨力的估算通常采用调制传递函数（ＭＩＦ）解算。由于图像噪声的存在和采样数据的离散性,平滑和插值是必不可少的两个环节,因此,平滑和插值算法的好坏直接影响最后的评估结果。采用了两种最常用的平滑算法和两种插值算法,并按８种实验方案对两幅典型的图像进行了实验对比研究,获得了这两种算法对图像空间分辨力评估的影响机理,从而遴选出了较好的平滑和插值算法     

基于场论的空间聚类算法

从空间数据场的角度出发,提出了一种适用于空间聚类的场——凝聚场,并给出了一种新的空间聚类度量指标(即凝聚力)。进而,提出了一种基于场论的空间聚类算法(简称FTSC算法)。该算法根据凝聚力的矢量计算获取每个实体的邻近实体,通过递归搜索的策略,生成一系列不同的空间簇。通过模拟实验验证、经典算法比较和实际应用分析,发现所提出的算法具有3个方面的优势:(1)不需要用户输入参数;(2)能够发现任意形状的空间簇;(3)能够很好适应空间数据分布不均匀的特性。     

M-Quadtree索引:一种基于改进四叉树编码方法的云存储环境下空间索引方法

为了解决基于"键-值"模型的云存储环境仅支持简单的关键字查询,不支持多维空间查询的问题,提出了一种新的分布式空间索引方法——M-Quadtree索引。在索引构建过程中,设计了一种基于改进四叉树的空间数据划分方法,该方法规定了叶节点区域的最小数据量,通过四叉树叶节点的再合并,解决了划分后各子区域间存储量不平衡的问题,并且满足了MapReduce并行化要求。给出了MapReduce框架下M-Quadtree索引的快速构建、查询与更新算法,并在搭建的Hadoop平台进行了关键参数对索引效率的影响以及不同规模数据下索引的创建、查询和更新试验。与现有分布式空间索引的对比试验及分析结果表明,M-Quadtree索引在数据存储量负载均衡、算法并行化和空间查询效率等方面表现得更好。     

知识的综合发现:理论、概念及应用

提出了知识的综合发现思想，重点以空间对象关联中的相邻关系与空间特征属性为知识综合发现的研究对象，对相关问题进行了讨论，并提出了一个高效的知识综合发现算法。实例结果表明，本算法是高效的，发现的知识是有效、可理解的。     

一种空间分布模式驱动的空间索引

支持批量操作的空间索引中,空间数据的分解粒度、局部更新操作的整体影响处理是两个主要难点。本文基于空间分布模式分析,提出了一种空间索引——Pattern-tree。针对批量操作的粒度问题,设计了一种基于空间分布模式探测的空间划分方法,采用一种自上而下与自下而上相结合的索引树构建算法;针对局部插入操作对索引树的整体影响与索引树的调整问题,提出了一种基于空间分布模式变化检测的索引更新方法。试验表明,本文所提出的空间索引结构比STLT、GBI以及SCB等方法具有更高的构建与窗口查询效率。     

利用优化的DenStream算法进行空间数据流聚类

为了有效解决DenStream算法在空间数据流聚类应用中存在的密度空间分布不均的问题,本文提出使用相对密度比代替密度作为聚类参数,通过考虑微簇周围密度环境,降低密度分布不均对聚类的影响。同时,使用空间格网索引,方便查找周围的微簇与数据点,进而提高算法效率。最后,通过使用真实数据对优化前后的算法进行对比,验证了优化后的算法在继承DenStream算法优点的基础上,有效地避免了密度空间分布不均的问题。     

An oracle-based data management method for large database in CyberCity GIS

An Oracle8i-based approach is proposed to manage the integrated databases of large CyberCity. This approach consists of three schemes: ? a special R+-tree index is designed to accelerate spatial retrieving, in which the bounding boxes of local regions have no intersection and all leaf nodes of the R+-tree (geometry records) have no repetition; ∪ different data compression algorithms are adopted to compress the digital elevation models, 3D vector models and images, such as LZ77 lossless compression algorithm for compression of vector data and JPEG compression algorithms for texture images; ? in order to communicate with Oracle8i database, a CyberCity GIS spatial database engine (SDE) is designed. On the basis of this SDE prototype a case study is done.     

An optimum vehicular path algorithm for traffic network based on hierarchical spatial reasoning

Human beings' intellection is the characteristic of a distinct hierarchy and can be taken to construct a heuristic in the shortest path algorithms.It is detailed in this paper how to utilize the hierarchical reasoning on the basis of greedy and directional strategy to establish a spatial heuristic,so as to improve running efficiency and suitability of shortest path algorithm for traffic network.The authors divide urban traffic network into three hierarchies and set forward a new node hierarchy division rule to avoid the unreliable solution of shortest path.It is argued that the shortest path,no matter distance shortest or time shortest,is usually not the favorite of drivers in practice.Some factors difficult to expect or quantify influence the drivers' choice greatly.It makes the drivers prefer choosing a less shortest,but more reliable or flexible path to travel on.The presented optimum path algorithm,in addition to the improvement of the running efficiency of shortest path algorithms up to several times,reduces the emergence of those factors,conforms to the intellection characteristic of human beings,and is more easily accepted by drivers.Moreover,it does not require the completeness of networks in the lowest hierarchy and the applicability and fault tolerance of the algorithm have improved.The experiment result shows the advantages of the presented algorithm.The authors argued that the algorithm has great potential application for navigation systems of large-scale traffic networks.     

基于布尔矩阵的空间关联规则提取方法研究

空间关联规则是空间数据挖掘(SDM)中的重要内容之一。由于空间数据的复杂性,传统的空间关联规则挖掘方法主要是将空间数据库变换为非空间数据库,通过挖掘算法挖掘空间关联规则。目前,Apriori算法是关联规则挖掘中使用最为普遍的算法,但是,由于该算法在关联规则提取过程中需要多次扫描数据库,并且产生冗余的候选项集,因此,在执行大型数据库的关联规则挖掘时,具有效率低下的缺陷。本文基于Apriori算法提出了基于布尔矩阵的空间关联规则挖掘算法,并以挖掘福建省厦门市土地覆盖现状与地形特征因子的空间关联关系作为试验案例,对比Apriori算法的提取结果与提取效率,结果表明:该算法不仅减少了扫描数据库的次数,而且减少了冗余候选项集的产生,提高了空间关联规则的提取效率。     

An optimum vehicular path algorithm for traffic network based on hierarchical spatial reasoning

Human beings’ intellection is the characteristic of a distinct hierarchy and can be taken to construct a heuristic in the shortest path algorithms. It is detailed in this paper how to utilize the hierarchical reasoning on the basis of greedy and directional strategy to establish a spatial heuristic, so as to improve running efficiency and suitability of shortest path algorithm for traffic network. The authors divide urban traffic network into three hierarchies and set forward a new node hierarchy division rule to avoid the unreliable solution of shortest path. It is argued that the shortest path, no matter distance shortest or time shortest, is usually not the favorite of drivers in practice. Some factors difficult to expect or quantify influence the drivers’ choice greatly. It makes the drivers prefer choosing a less shortest, but more reliable or flexible path to travel on. The presented optimum path algorithm, in addition to the improvement of the running efficiency of shortest path algorithms up to several times, reduces the emergence of those factors, conforms to the intellection characteristic of human beings, and is more easily accepted by drivers. Moreover, it does not require the completeness of networks in the lowest hierachy and the applicability and fault tolerance of the algorithm have improved. The experiment result shows the advantages of the presented algorithm. The authors argued that the algorithm has great potential application for navigation systems of large-scale traffic networks.