土地划拨中基于网状的时空数据模型研究

在分析时空数据模型原理与土地划拨中时空数据特点的基础上,提出了能显式表达时态关系的网状模型,描述了该模型的基本思想,并在实验基础上分析了其特点.     

一种集成的时空数据模型

时态GIS作为GIS理论和技术研究前沿领域的一个难点问题,越来越被重视,其时空数据模型的设计和实现一直是研究重点.针对现有时空数据模型研究存在的不足,提出了一种集成的时空数据模型.该模型的集成性主要表现在5个方面:静态和时态的集成;矢量和栅格的集成;拓扑和非拓扑的集成;几何和属性的集成;离散和连续的集成.最后,设计和开发了相应的原型系统,并以图斑数据、车辆轨迹数据以及气象卫星云图为例验证了模型的合理性和可行性.     

基于Hadoop的土地时空大数据集成框架设计研究

本文提出了基于Hadoop集群计算的土地时空大数据集成平台框架,并初步实现了原型系统,对关键技术进行了验证.实例验证结果显示,利用本研究提出的技术路线和框架,可以极大地提升海量土地时空数据的管理水平、处理能力和服务效率.     

基于多粒度的时空数据模型构建研究

在时空数据模型的基础上引入时空量化的思想,将对象进行空间和时间的多粒度形式化表达,同时结合面向对象和基态修正模型的设计理念,提出了一种基于多粒度的时空数据概念模型和逻辑模型的构建方法,实现对时空数据分层多粒度的组织与管理。     

基于MapReduce的商品品牌热度时空分析

品牌热度分析是传统商业智能中的重要分析方法,不同品牌的商品销量空间分布特征对于商业决策具有重要的参考价值。面对大数据量和海量组合方式,计算性能瓶颈开始显现。传统的基于关系型数据库的简单数据分析手段难以处理大规模的商业数据,现有的基于MapReduce的大规模分布式计算引擎已经能够满足大数据并行处理的需求。为了解决以上问题,设计了基于HDFS的数据存储机制和MapReduce处理算法来解决品牌热度统计问题,实现对大体量离线商业数据的高效率品牌热度时空分析。     

基于过程的面向对象时空数据模型数据组织方法

本文在分析现有时空数据模型和面向对象方法的基础上,提出了基于过程的面向对象时空数据模型,该模型从时空语义建模的角度反映空间对象的演变过程,以及在这个过程中产生的事件因果联系,并且通过过程语义和面向对象思想两者的结合解决了时空动态数据的组织、存储和查询问题。     

基于模糊本体的时空数据模型构建方法研究

针对时空推理及信息查询中存在的时空模糊性问题,通过模糊隶属函数对模糊本体中的模糊概念和关系进行描述,在模糊本体5W2H语义概念模型的基础上构建了FGO-5W2HST时空数据模型,研究了本体方法下的时空推理的模糊扩展,并将上述研究应用于旅游景点信息领域,从而对时空推理查询及语义信息检索过程进行模拟验证。     

基于图论的时空数据模型研究

首先分析已有时空数据模型的特点，认为难以显式表达时空语义，然后探讨并发展基于图论的时空数据模型。用图的顶点表示时空实体，用图的边表示实体的时态关系。该模型能显式表达时空实体与时态关系。最后用土地划拔为例进行分析。     

时空数据模型的研究

分析了现有的时空数据模型,包括时间——空间立方体模型、序列快照模型、基态修正模型、时空复合模型、基于事件的时空模型、面向对象的时空模型和图谱模型等,对各种模型进行了比较和深入探讨。     

面向对象的时空数据模型

从存储管理和时空语义表现角度给出了时空数据模型的基本设计思想。同时,从时空对象类型及其数据结构、时空操作方面定义了一个面向对象时空数据模型的逻辑结构。     

基于MapReduce的空间数据并行划分算法

针对海量空间数据分布式存储中存在的不顾及空间邻近性、分布不均和数据倾斜的问题,基于MapReduce并行编程模型,对Hilbert空间曲线层次分解的思想和节点容量感知的方法进行了研究,提出了一种层次分解的空间数据并行划分策略,并通过临界值判定实现空间数据的均衡存储。最后通过实例分析说明该方法可以在保证空间数据邻近特性的同时,解决海量空间数据分布式存储不均和数据倾斜的问题。     

基于MapReduce的地图代数并行计算方法

针对大规模栅格数据的空间分析,设计并实现了一种基于MapReduce架构的通用地图代数并行计算方法。该方法能将栅格像素矩阵按数据行分割为多个独立的子矩阵,并在并行节点上使用地图代数的四种算子对来自不同矩阵的像素进行分析计算。栅格数据叠加实验结果表明,该方法具备有效性和可靠性,能降低计算对硬件设备的要求,并提升了计算效率。     

面向GIS数据共享的概念模型设计研究

Ｇ Ｉ Ｓ 数据共享的主要问题是数据的语义共享。在数据共享的保障基础———技术基础、标准化体系及政策法规体系中,标准化工作最为直接,而其中面向数据共享的概念模型的设计又是最基础性的工作之一。面向数据共享的概念模型设计的主要任务是寻求一种规范化、标准化的约束法则来保障数据的共享,为了保障数据共享的安全性,所设计的概念模型应能提供用于共享的抽象概念,这些抽象概念所描述的是地理概念而非纯空间概念,并应能提供语义抽象机制。采用语义数据模型的方法,提出利用地理特征这一概念作为建模的基本概念。通过一个实例对其应用进行了初步探讨。     

基于事件语义的时态GIS模型

针对GPS中历史数据的处理,提出了基于事件语义的时态地理信息系统模型;应用该模型进行了历史数据的查询及历史数据的回溯和再现。     

基于并行编程计算模型的索贝尔滤波技术

随着遥感影像数据量的骤增,单机环境下完成索贝尔边缘滤波运算所需的计算时间也剧增.根据遥感数据的分幅特征,结合MapReduce并行分布式计算模型,本文提出了一种将该运算迁徙到Hadoop集群环境中的方法,以完成海量影像数据的索贝尔滤波运算.实验结果表明集群运算能够显著缩短计算时间,并且该计算时间会随着集群节点数目的增加而趋于减少.     

GIS数据模型研究与实践

着重分析了 GIS数据建模、地理数据的 3层结构及面向对象的数据模型 ,并在此基础上提出了一种基于关系数据库的面向对象 GIS数据模型     

一种基于属性水平版本结构的时空数据模型

以属性水平版本结构为理论基础,在空间数据表中,面状地物类表和线状地物类表是有效时间(Tv)和数据库时间(Td)的载体,事务时间反映版本创建时间(Tc),并将结点和弧段的版本改变记录到它们所属的面状地物类表中;属性数据表中,区分记录属性的连续变化与不连续变化。数据模型既体现了版本信息和时间要素,又减少了数据冗余。     

地理信息系统的数据模型与系统结构

数据模型是描述数据内容及其相互关系的工具，它是数据库设计的核心问题之一。空间数据相对于一般事务性数据具有数据量大和更加复杂的特点，因此，地理信息系统（ＧＩＳ）中空间数据模型的研究显得尤为重要。商业化的ＧＩＳ一般采用关系数据模型，而关系数据模型缺乏表达空间实体及其相互关系的能力，因此形成了图形库与属性库相分离的ＧＩＳ系统结构。这种结构不便于空间实体的整体管理。为解决这一问题，人们探索了扩展的关系模型和面向对象的数据模型。本文介绍了这三种ＧＩＳ数据模型及其与之对应的三种系统结构，分析了这些模型与系统结构的优越性和不足之处，并揭示了数据模型与系统结构之间的内在关系。     

一种矢量GIS数据模型及其关系数据结构

提出一种适合于多值矢量图的ＧＩＳ数据模型（包括图形数据模型和属性数据模型）。该模型既适合于关系数据库结构，也适合于面向对象数据库结构。根据该模型设计了一种基于关系数据库模型珠图形与属性一体化数据结构。该模型和结构既适用于二维图，也适用于数字地面模型（ＤＴＭ）。该数据结构已应用于ＧＩＳ软件（ＧＩＳＩＤ）中，效果很好。     

MapReduce 编程模型及其在图像处理中应用研究综述

MapReduce在云计算及其相关应用中发挥着重要作用,将其应用到图像处理中可以提高计算效率。然而,该模型设计的初衷是处理文本数据,对图像等二进制文件的处理支持能力相对不足。在充分调研国内外文献基础上,作者从MapReduce概述、图像数据格式设计和图像处理算法研究和在遥感图像处理中的典型应用等方面进行了综述,最后探讨了MapReduce在图像处理研究中的发展趋势。第一次比较全面地对MapReduce在图像处理中的应用进行了论述,对扩展MapReduce的应用范围和提高图像处理速度具有参考价值。