一种针对室内可通行空间数据的集成空间关系多层次索引

室内路径规划涉及的可通行空间数据有着海量性和空间集聚性特点,因而我们需要采用高效的空间索引对其进行组织。本文为了解决诸如R树在内的传统索引对于室内可通行空间数据组织的不足,设计了一种融合空间关系的多层次空间索引。实验结果证明,采用这种方法构成的索引能够在对应的空间操作测试中展现出较R树更加优越的性能。所以,这种在空间索引内集成空间关系的尝试能够有效降低包含室内可通行空间结点的最小外接矩形的覆盖空间,并提高对于通行空间的检索效率。     

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。     

并行R树空间索引中叶节点大小的确定方法研究

并行R树空间索引结构中叶节点的大小是影响索引效率的主要因素,其确定方法是并行R树索引结构性能优劣的关键。本文讨论并设计了一种多层并行R树空间索引结构,文中以系统的查询响应时间作为性能评估指标,给出了并行R树叶节点大小的确定方法,并通过实验验证了该方法的有效性和适用性,同时也论证了本文所设计的多层并行R树索引结构是合理的和高效的。     

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。     

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。     

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。     

大型GIS空间数据库的有效索引结构QR-树

在分析R—树索引问题的基础上，提出了一种面向大型GIS空间数据库的QR—树索引新方法。     

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。     

基于固定格网划分的空间索引技术

现行地理信息系统中所用的R树类和四又树类空间索引不但工艺复杂而且实现困难，本文提出了实践中常用的一种方便快捷并且易于实现的基于固定格网划分的空间索引技术，阐述了其基本理论及实现过程。     

三维GIS中基于空间拓扑约束条件的R树研究

在研究了R树的索引机制后，结合三维空间实体对象，提出了一种带有三维空间拓扑约束的R树结构，并依据空间拓扑关系制定了构建索引时的四条规则，在规则的约束下，建立该索引时能有效地减少R树的区域重叠，提高了三维空间的查询效率。     

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。     

导航数据库中空间索引建立方法研究

针对导航数据库中传统空间索引建立方法存在的问题,提出了一种基于两级交错式网格划分的空间索引建立方法。详细分析了该算法的实现原理,并讨论了与之相关的网络路段信息的提取与存储技术。实验结果表明,采用该方法可有效减少空间数据索引表的数据量,提高检索效率,增强空间数据提取的准确性。     

自适应双层网格的空间索引研究

空间数据索引是GIS系统中的关键技术,针对目前主流的网格空间索引方法进行了充分的研究比较,指出了网格索引方法对空间要素进行索引是高效的,但对于非规则地图它是不适应的.在此基础上设计了一种新的空间索引的方法,即自适应双层网格索引.详细地介绍了这种模型的实现过程,并且用实验充分论证了这个模型的效率,认为利用自适应双层网格索引检索空间数据时,处理、查询效率和占用空间等各方面具有较大优势.     

自适应双层网格的空间索引研究

空间数据索引是GIS系统中的关键技术,针对目前主流的网格空间索引方法进行了充分的研究比较,指出了网格索引方法对空间要素进行索引是高效的,但对于非规则地图它是不适应的。在此基础上设计了一种新的空间索引的方法,即自适应双层网格索引。详细地介绍了这种模型的实现过程,并且用实验充分论证了这个模型的效率,认为利用自适应双层网格索引检索空间数据时,处理、查询效率和占用空间等各方面具有较大优势。     

基于Hilbert空间排列码的海量空间数据划分算法研究

在深入分析了Hilbert空间排列码的线性映射特性后，将其应用于数据划分之中，并给出了具体的实现算法。本算法既考虑了空间目标的聚集性，又考虑了各个划分结点上数据存储量的平衡性，极大地提高了并行空间数据库的处理效率。     

基于R-tree的多重近似索引研究

本文提出了一种新的索引方法——基于R-tree的多重近似索引,该索引结构既包含实体传统的外部近似也包含其内部近似。在检索时,粗过滤阶段测试实体内部和外部近似,如果内部近似测试为真值就不需要进行详查阶段的处理,从而减少访问磁盘I/O次数而提高检索效率。通过实验验证分析,该索引方法能极大地提高空间数据的检索效率。     

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。     

．NET环境下多尺度地理空间数据组织方法研究

在.NET环境下运用面向对象技术对地理空间数据进行合理组织,根据地物分类编码和制图综合知识对数据进行显示等级界定,从而在一定程度上解决地理窄间数据多尺度表达的问题;将空间数据和属性数据同时存储,解决了数据在一致性维护、并发控制以及海量空间数据存储管理上的缺陷;根据图幅和分层来建立R树索引,提高了索引的速度.     

多边形间空间关系查询的异构多核架构并行算法

目前在空间关系查询中常用的Plane Sweep算法是一种串行算法,在处理海量空间数据时效率较低,而已有的并行计算方法对于普通的计算机并不适用。本文针对这个问题,提出了一种多边形间空间关系查询的异构多核架构并行算法,该算法先利用STR树索引过滤掉不相交的多边形,然后将过滤后的多边形数据集合分解为点集合和边集合,并对其构建四叉树索引;在保证数据浮点运算精度符合要求的情况下,利用GPU强大的批量运算能力快速处理边与边的相交情况并据此逐步计算得到环间的拓扑关系,再根据环间拓扑关系计算得到多边形间的维度扩展九交模型(DE-9IM)参数值;根据DE-9IM参数值与空间关系查询条件相比对,输出查询结果。最后通过试验验证了算法的准确性与高效性。