基于幂集的查询模型及其查询能力

分析了一般数据库的查询模型,提出基于集合构造的幂集查询模型,基于数据模型的特点定义了能评价查询模型强弱的查询能力,据此讨论了幂集查询模型的能力及其特点。     

基于云计算系统的空间查询处理方法

针对传统的关系型空间数据库已经不能很好地适应于超大规模高并发空间查询访问的处理需要的问题,该文着眼于解决大数据时代下地理信息服务所面临的日益严峻的大规模空间查询访问需求,探索了一套基于Spark架构的空间查询实现技术,并给出相应的解决方案。提出一个基于Spark并提供类SQL访问接口的空间查询实现模型GeoSpark SQL,解决了以下关键问题:数据的外包矩形数据生成和标准地理信息数据对Spark的导入导出方法;Spark空间查询算子实现方法;Spark空间索引与查询优化方法。GeoSpark SQL模型在初步实验中,已可以满足实时性的要求,对复杂的空间查询也能有良好的性能表现。     

基于GIS的兴趣点公交路线查询系统的研究与设计

为了更加有效地利用公共交通,缓解城市交通拥堵,本文在公共交通利用方面提出了一种新的出行路线查询方法。它可以提供基于无需换乘的公交站点位置周边兴趣点路线查询,即根据离自己位置最近的公交站点信息,按照一定条件查找出满足条件的兴趣点,并给出前往自己兴趣点的公交路线。建立相应的空间数据库,储存公交站点等信息。基于ArcEngine开发平台,采用C#.NET语言进行了城市公交站点周边兴趣点查询系统功能的开发,实现了输入兴趣点和公交站点即可得到所需的出行路线。在本文中,查询系统以深圳市为例进行了测试,结果能够满足需求,为城市居民的出行提供了一个新的查询方式。     

变量查询代数及最短路径分析

本文简单分析了满足ＧＩＳ空间查询代数的一般要求,然后形式化地定义了一种适合于ＧＩＳ究竟查询的变量查询代数。在此代数中,将谓词划分为３类：原子谓词、特征谓高速和空间谓词,以适应目标的空间运算描述;为此代数定义了七类形式的运算,其中的投影运算π、聚集选择σ＾Σ、极限选择σ＾ｍ和分裂选择σ＾ｓ拓广了一般查询代数的查询空间,此查询代数的独特之处在于能完成的网络分析功能;最后给出最短路径查询的实验。     

工业企业总图管理系统—WGMS2.0

介绍一个适用于工业企业总图管理的软件包WGMS2．0．系统由数据采集、数据维护、数据查询、数据统计分析、数据输出和图形处理六个子系统构成，简述了系统的组成和内容，分别介绍了六个子系统的功能。该系统已通过部级鉴定，并在国内一些冶金企业得到应用。     

An accurate selectivity estimation method for window queries and an implementation thereof

Spatial selectivity estimation is crucial to choose the cheapest execution plan for a given query in a query optimizer. This article proposes an accurate spatial selectivity estimation method based on the cumulative density (CD) histograms, which can deal with any arbitrary spatial query window. In this method, the selectivity can be estimated in original logic of the CD histogram, after the four corner values of a query window have been accurately interpolated on the continuous surface of the elevation histogram. For the interpolation of any corner points, we first identify the cells that can affect the value of point (x, y) in the CD histogram. These cells can be categorized into two classes: ones within the range from (0, 0) to (x, y) and the other overlapping the range from (0, 0) to (x, y). The values of the former class can be used directly, whereas we revise the values of any cells falling in the latter class by the number of vertices in the corresponding cell and the area ratio covered by the range from (0, 0) to (x, y). This revision makes the estimation method more accurate. The CD histograms and estimation method have been implemented in INGRES. Experiment results show that the method can accurately estimate the selectivity of arbitrary query windows and can help the optimizer choose a cheaper query plan.     

河南省自然保护区信息查询系统设计与实现

以MapObjects和Visual Basic为工具开发了河南省自然保护区信息查询系统,该系统具有地图显示、空间查询、模型导入、数据处理、制图输出、表格处理以及办公自动化等7个模块,能够管理复杂的空间数据和非空间数据,并集成了办公自动化功能。该地理信息系统的开发能够促进自然保护区珍稀资源的有效管理和生物多样性的保护,同时也提高了河南省自然保护区管理的信息化水平。     

城镇地震防灾与应急处置一体化综合查询系统研究

本文在研究政府、社会公众以及地方地震工作部门日常地震防灾与震后应急处置过程中对地震相关业务信息需求的基础上,通过系统架构、业务功能、业务流程等设计,完成了城镇地震防灾与应急处置一体化综合查询系统的设计研究。     

应用Winding-Number算法快速确定中国地震地理位置名称

应用Winding-Number算法,快速确定中国地震地理位置名称(精确到县市区一级),查询过程具有准确性、高效性和误差小等特点.根据实际要求,将地名查询程序应用到F-E分区程序,可得到中国地震地理位置详细名称,顺应地震观测报告的出版要求,为地震基础科学研究提供便利.     

A context-aware personalized travel recommendation system based on geotagged social media data mining

The proliferation of digital cameras and the growing practice of online photo sharing using social media sites such as Flickr have resulted in huge volumes of geotagged photos available on the Web. Based on users' traveling preferences elicited from their travel experiences exposed on social media sites by sharing geotagged photos, we propose a new method for recommending tourist locations that are relevant to users (i.e., personalization) in the given context (i.e., context awareness). We obtain user-specific travel preferences from his/her travel history in one city and use these to recommend tourist locations in another city. Our technique is illustrated on a sample of publicly available Flickr dataset containing photos taken in various cities of China. Results show that our context-aware personalized method is able to predict tourists' preferences in a new or unknown city more precisely and generate better recommendations compared to other state-of-the-art landmark recommendation methods.