多级格网时空索引

在时空数据库中,地理实体模型包括地理对象空间信息和时态信息。为了快速查询实体的空间和时间信息,这就需要一个高效的时空索引机制。本文在分析和参考目前几种时空索引方法的基础上提出了一种新的时空索引方法———多级格网时空索引,并介绍了多级格网时空索引的算法。     

多尺度空间格网数据的索引编码研究北大核心CSCD

针对多尺度格网数据访问效率问题,设计了一种基于格网空间索引的多尺度格网数据索引编码体系。该索引编码有着较高的编码和访问效率,能较好地满足多尺度格网数据分析时的效率需求。     

多尺度空间格网数据的索引编码研究

针对多尺度格网数据访问效率问题,本文设计了一种基于格网空间索引的多尺度格网数据索引编码体系。该索引编码有着较高的编码和访问效率,较好的满足了多尺度格网数据分析时的效率需求。     

三维空间格网的多尺度整数编码与数据索引方法

本文针对三维空间索引方法存在的问题,提出了一种适用于三维空间格网化区域的多尺度整数编码与索引方法。该方法利用整数对由规则格网划分的空间区域进行统一编码,形成了一种包含格网大小关系和格网尺度变化的树状结构,体现了不同尺度格网之间的包含/被包含、相邻等空间关系,最终实现了对多种尺度格网的统一整数编码化处理。在此基础上,还研究了层级运算、编码与格网坐标转换运算、父单元查询和子单元查询等基本运算方法,并与Oracle Spatial的三维R树索引进行比较,设计了对比试验。结果表明,三维空间格网的多尺度整数编码在数据导入、索引建立及区域查询三个方面均优于Oracle Spatial的三维R树索引方法,其效率分别提高了约2倍、46倍和4倍。     

孔径为4的全球六边形格网系统索引方法

从集合论的角度描述基于正八面体的、孔径为4的六边形格网系统,通过对偶、中心剖分两项基本操作建立不同层次六边形格网集合与三角形格网集合之间的递推、包含和层次关系。定义三轴整数格网坐标系描述三角面上六边形格网单元的位置,通过若干定理解决了格网索引的核心问题,如单元笛卡尔坐标的计算,邻近、孩子、父亲单元的判定。据此设计了单元索引算法并通过对比实验进行验证。实验结果表明,本文提出索引算法的平均执行效率约是同类算法的600倍,因而更适合计算机处理。     

一种基于动态格网模型的新型空间目标捕捉算法的设计与实现

空间数据捕捉是地图制图、空间数据编辑中的一个重要的功能。快捷、高效的空间数据捕捉算法可极大地提升空间数据编辑的效率,减少时间成本。目前常用的空间查询捕捉算法往往算法复杂,I/O操作频繁,增加了计算资源的消耗,降低了运行效率。针对这些缺点,本文提出了一种新型的空间目标动态捕捉算法。该算法建立一种自适应性和动态性的格网索引机制,该机制基于区域变化提取新格网,用新格网对原有数据和新数据进行提取,并把提取结果反映到新的四叉树格网索引中,实现索引数据动态更新。通过实验对比,我们发现该算法在缩短捕捉时间、提高矢量点线面捕捉精度方面非常有效,且捕捉稳定性较高,极大地提高了外业采集人员和数据处理人员的工作效率。     

基于线性四叉树的全球离散格网索引

将四元三角剖分的三角形格网组织成四叉树剖分的菱形块格网,以菱形块单元来进行数据的组织索引,通过线性四叉树成熟的Morton编码作为关键字来标识查找菱形块,并在此基础上经过改进来索引三角形格网、进行邻域搜索。     

格网索引在数字地形图质量控制中的应用

针对数字地形图数据入库预处理效率较低的问题,该文提出了一种在AutoCAD扩展空间索引的方法。综合格网索引效率和创建难易程度,将其作为数字地形图数据质量控制系统中的索引方案;为了使得空间索引持久化,进一步提出了空间索引存储策略。将该方法在某县城镇地籍权属图形数据入库质量控制中进行应用,结果表明:在空间索引的支持下,数据预处理效率明显提高,且随着数据量增加,优势越明显。该索引方法在基于AutoCAD的数字测图软件中具有一定应用推广价值,有助于改善这些软件的数据处理性能。     

Delaunay三角网关键技术探讨

利用计算机技术,基于实际测量数据,利用逐点插入法,在不建立格网索引的情况下,提出一种高效的Delaunay三角网构建方法,与建立格网索引法搜索点所在的三角形相比,具有较高的执行效率.     

全球六边形离散格网数据的三维可视化方法

针对全球六边形离散格网的三维显示化方法开展研究,设计了一种六边形格网的空间层次结构(hexagonalquaternary balanced structure,HQBS),采用四位码元对格网单元进行编码,定义并实现了格网向量的基本运算,利用这些运算可以方便地实现格网单元的空间索引。在此基础上还研究了全球离散格网的动态生成与显示算法、可视化区域裁剪等相关内容。试验表明:全球格网动态生成的效率110～370单元/ms之间,加载空间数据后,格网数据和空间数据逐层加载的时间在300 ms左右,能够保证加载空间数据后的显示刷新率在20帧/s左右。     

基于地理格网的地理国情信息统计分析初探

地理格网是对地球表面按一定数学规则进行科学划分而形成的格网系统和建立统一格网与编码索引体系的技术。基于地理格网对地理国情信息按几何类型进行统计与分析,形成了以格网为基础的地理国情信息,实现地理国情信息以不同格网单元为基础的空间分布统计与研究。     

基于层次格网索引的高程点线矛盾快速识别方法

针对高程点线矛盾问题,提出一种基于层次格网索引与多进程并行机制相结合的点线矛盾识别方法：构建层次格网索引,进行数据细化管理,设计多进程并行机制,构建空间位置关系与高程判定逻辑,利用完善后的高程逻辑判断条件在并行机制下完成矛盾识别。测试结果表明：该方法能够准确识别高程点线矛盾,层次格网索引与并行机制的结合使得运算效率相较于无索引且非并行状态下提升2个数量级（1/138）,较现有方法在精度及效率方面均有较好表现,且对特殊地形环境更具适用性。     

CAD下地质模型的建立

本文对国内外矿区矿床建模技术进行了综合阐述。对建模软件及建模方法进行了研究和分析;在各种建模软件中选择了CAD做为建模软件,对于建模方法选择了基于格网的建模方法。并且对建模所用的插值原理进行研究。实现了对矿床三维建模技术的初步探索,最终建立了基于格网的煤层三维模型并将生成的模型进行渲染和三维显示,根据本模型可以直观观察矿区煤层的地质构造,为进一步进行三维分析和煤层的储量计算提供前提条件。     

基于3D格网与哈希表的车载LiDAR点云八叉树索引

针对车载LiDAR数据海量化趋势,以及高效的点云索引构建和邻域搜索算法的至关重要性,本文结合3D规则格网和线性八叉树算法优势,以及哈希表检索的高效性,提出了基于3D格网和哈希表的八叉树索引算法。通过对车载LiDAR所获取的点云数据进行相关试验,试验结果表明该方法应用于海量点云索引构建和邻域查找具有高效性。     

空间索引与多尺度表达的一体化模型研究

在分析各种常用索引的基础上,依据各自的适用范围,提出了对点对象建立格网索引,对线、面对象建立改进四叉树索引的组合优化策略。设计的改进四叉树索引避免了传统四叉树的重复索引,提高了数据访问的效率。     

基于格网索引的点目标捕捉算法

传统的从离散点中捕捉其中一点的算法实现存在精确度低、重复计算耗时、难度大的不足,从而增加了捕捉的计算量而影响性能。本文介绍了一种基于格网索引的点目标捕捉算法,通过对点群的格网划分,行列号的计算与Morton码的获得,建立空间索引表、实体索引表与点目标的存储单链表,成功完成点目标的捕捉。     

Geohash-Trees:一种用于组织大规模轨迹的自适应索引

蕴含着挖掘价值的轨迹数据分布在世界各地,且规模庞大。如何在全球范围内组织轨迹数据并支持高效范围查询成为难题。一种自适应索引组织框架被提出来管理查询全球范围大规模轨迹数据集,其基本思想为:针对不同轨迹数据集,根据Geohash编码,生成层数最深的Geohash格网覆盖住整个轨迹数据集范围;以格网作为根节点,生成Geohash-Trees;为了加快查询定位到对应索引,根据编码前缀相同的特点设计了字典查询树。Geohash-Trees是一种基于格网划分的空间索引,它能够根据轨迹密度自适应使用多种剖分策略划分空间,提高范围查询效率。为了支持索引动态更新,设计了增量插入和更新算法。同时,该索引被移植到商用数据库Oracle中,利用数据库性能高效管理查询轨迹数据。实验结果表明,该方法在范围查询以及占用空间等方面明显优于Oracle内置的R树索引。     

格网尺寸的优化在ArcSDE性能调整中的作用

随着ArcSDE的应用日益广泛,ArcSDE的性能越来越受到关注。本文主要研究了影响ArcSDE性能的关键因素-空间格网索引,提出了一些优化格网尺寸的规则,并以具体的例子证明了这些规则的正确性。     

基于MAPX的MapInfo数据空间索引的建立

空间索引技术在诸多领域均有十分重要的研究意义,目前已存在很多种建立方法,各有优缺点。MapInfo软件功能强大易用,但不具有建立空间索引这项功能,因此本文主要研究在MAPX基础上建立一种适合MapInfo数据的空间索引。该方法主要针对车载导航系统中的一个基本算法地图匹配来进行研究。采用单层规则格网建立的空间索引并对其进行改进,在第一步划分的基础上再次进行网格划分,建立起两级交错式划分方法的空间索引。通过实验表明该方法使实时路段搜索过程的实现简单、方便、明了。     

基于区间树索引的等高线提取算法

重新设计了从高程格网中提取等高线过程中的遍历策略，以保证提取结果具有统一的方向；针对日益增长的高程格网数据量，提出了基于区间树索引来查找等高线起点的算法。