空间数据库R-tree连接方法研究

空间连接是空间数据库中最重要最耗时的操作,国内外学者的研究多是基于索引结构空间连接的一次过滤方法,其中基于R-tree的空间连接算法被认为是一种高效的处理机制。本文提出了基于R-tree空间连接的二次过滤方法,缩小了过滤阶段的候选集大小,可有效提高查询效率。     

并行空间连接查询处理

基于顺序空间连接查询的效率不能令人满意，利用并行控制提高空间连接查询效率。空间连接查询的并行处理方法最重要的特征是任务分配根据多路平面扫描顺序，避免了连接处理过程中处理器之间的通信花费，提出基于空间连接花费模型的任务分配方法和基于花费估计的动态任务分配策略，并给出了花费模型。该模型经实际应用效果明显。     

基于直角多边形近似的空间连接查询

空间查询效率是衡量空间数据库性能的关键,而空间连接查询是最耗时、最重要的这僮查询。本文在分析了空间连接以往工作的基础上,采用一种新的空间近似方法－－直角多边形近似,改进空间对象的近似精度,并用于基于R 树的空间连接方法,给出了连接算法,并用实验验证了方法的有效性。     

QGrid:一种空间移动对象并行索引结构

为提高空间移动对象数据更新效率和查询准确率,提出了一种空间移动对象并行索引结构.利用主索引和辅助索引支持对空间对象进行基于范围的查询和基于对象标识的查询,还通过查询索引将更新操作和可能受其影响的查询操作相连接,在满足并行操作时间片语义的同时,避免了传统方法进行范围查询时对查询范围内相关对象及相关索引结构全部进行锁定的需求.实验结果表明:高负载环境下,该索引结构不但能保证查询准确率,其处理能力也明显优于传统索引结构.该索引通过提高系统并行度,使同一范围内的更新和查询操作可以并行执行,提升了系统整体运行效率.     

空间网络数据库中基于M-tree索引的反最近邻查询算法

欧式空间中的反k最近邻查询算法不适用于空间网络环境,故采用任意度量空间中的M-tree索引结构,进行空间网络数据库中的反k最近邻查询处理.首先通过预计算的方法得到网络距离信息,依据此距离信息,对空间网络对象建立M-tree索引结构.然后,给出并证明了M-tree中间结点修剪定理,提出一种适用于空间网络环境的反k最近邻查询算法.最后实验验证了该算法的有效性.     

一种基于广度优先策略的R树连接算法

研究了一种基于广度优先搜索的层内分组扫描策略的R树空间连接新算法．BFGS采用广度优先的顺序对两棵R树进行同步遍历，在处理每层的中间连接索引时采取了比逐个节点连接更好的层内优化策略，使得所生成的中间连接索引自动被排序，从而减少了对其的处理时间．实验结果表明，无论是I／O时间还是CPU时间，BFGS都胜过RJ和BFRJ算法，比RJ算法的速度快了15．5％--33．1％，证明BFGS是一种高效的R树空间连接算法．     

基于半结构连接算法的XML索引结构

节点索引可以很好地支持正则路径表达式,但是对于长的路径表达式,尤其是在查询产生的中间结果很多的时候,节点索引的连接操作代价高昂。我们充分利用路径索引的优点,对节点索引的索引结构进行了改进,尽量避免不必要的结构连接操作。对于连接操作,采用半结构连接算法,从而减少了计算代价。     

基于模式匹配的路径表达式查询优化

针对目前路径表达式的查询,提出了一种自顶向下基于模式匹配的查询策略．利用延迟结构连接,减少了目前比较费时的结构连接操作次数;另外在自顶向下基于模式匹配的计算过程中,为了尽可能减小中间结果集,引入一个子模式栈来保存已匹配的子模式,并利用子模式的出栈动作判断当前要处理的子模式和子模式栈的栈顶元素之间的关系(相连或者相交),从而可以删掉无用的的中间结果,一定程度上优化了空间复杂度．而且,本查询策略不依赖于特定的索引结构．通过对本查询策略进行理论分析和证明,可以看出,自顶向下基于模式匹配的查询方法是有效的。     

空间k近邻查询的新策略

有效执行空间k近邻查询是地理信息系统尤其关心的问题,空间近邻查询是基于空间索引的树的遍历过程,苦测量距离和剪枝策略选取适当,可以极大地减少搜索空间所需访问的事点数,基于Rousspoulos等提出的测量距离,提出2个新的近邻搜索剪枝策略,用于空间k近邻查询,给出了搜索算法,并用算例表明该策略具有更好的剪枝效果,提高了空间k近邻查询的效率。     

不同维数下空间对象的反最近邻查询

反最近邻查询是在最近邻查询基础上提出的一种新的查询类型,是空间数据库的应用拓展,在不同维数下,根据不同的索引结构,反映出空间对象的反最近邻查询差异性较大,从不同索引结构的特性出发,分析了低维环境下基于R*-树的反最近邻查询优势,提出高维环境下一种新的基于SRdnn-树索引结构的空间对象反最近查询方法,优化了不同维数下空间对象的反最近查询性能,提高了查询效率.     

基于K-Means聚类的R-树空间索引方法研究与分析

 空间聚类和空间索引的结合是当前空间数据库中提高数据检索效率的技术之一。本文从空间聚类和空间索引的存储原理入手,阐述了K-Means聚类算法及其改进算法的技术思路,研究了K-Means算法在空间数据库中与空间索引方法结合的技术问题;分析了当前基于K-Means算法的R-树系列空间索引技术的研究成果,阐述了它们提高空间检索效率的技术路线及实验结果,研究显示这些技术都能在一定程度上提高数据检索的效率。最后给出了聚类与空间索引结合技术未来的研究方向。     

面向区域交通状态预测的时空集成模型

在智能交通系统中,交通状态预测发挥着至关重要的作用。针对现有的交通预测方法集中于中微观层面,且时间和空间维度单一的问题,提出了一种面向区域宏观交通状态预测的集成模型。该模型以交通指数为依据,在时间维度上采用时间序列预测方法获得时间预测结果,在空间维度上采用支持向量回归方法获得空间预测结果,并在集成模型中将两者的结果融合。在交通指数云图上的实验结果表明,与单一维度的时间或空间模型相比,该模型能显著提高预测精度。     

一种基于地理信息元数据标准的空间索引体系

 在分布式空间数据库网络环境下,根据标准《地理信息元数据》,建立属于具体地质调查信息平台的空间数据库级和空间索引图层级两级元数据结构,并依此集成空间数据,构建统一的空间索引数据库;在空间索引范围内通过生成Hilbert空间填充曲线扫描矩阵,得到Hilbert空间排列编码与空间索引信息的一维映射关系,设计出合理、高效的空间索引算法。通过整体规划和设计,构建了统一的运行方式﹑数据集成方法和系统体系结构。试验表明,系统通过直接对关系型数据库级表之间的操作和维护,避免了调用系统依托的ArcGIS开发平台下ArcObjects封装的相关函数,在实现空间索引功能的同时,提高了空间索引效率,为地质调查信息平台建设提供了关键的空间索引体系和良好的数据共享支持。     

SADBS的空间数据库设计与索引组织

空间分析系统是比较耗时的一种系统，而存储介质是制约系统速度的一个重要原因，在主存中组织数据库并将空间数据索引也建在主存中可以极大地改善系统性能。详细介绍了我们设计的空间分析数据库系统SADBS的空间数据库存储结构及其索引组织。     

空间钢框架支撑结构损伤定位分析

提出了一种基于结构振动特性的损伤指标定位方法,对一空间复杂模型结构进行模拟损伤定位分析,考虑了2种损伤状态7种损伤模式,采用环境激励方式,利用有限的测试信息对不同的损伤模式进行分析,结果表明,将损伤指标同结构自身特性、识别的模态参数结合起来综合考虑,能够对空间复杂结构可能损伤的位置给出合理的估计．     

一种基于模糊集的混合空间推理方法

基于模糊集合理论, 提出一种将定性空间推理与定量空间推理相结合进行混合空间推理的方法. 将对象间的空间关系解释为表达有关对象空间信息语言变量的限制, 引入语言变量表达定性空间关系； 把语言变量与模糊集合关联起来, 获得定量空间信息； 通过将语言值映射为模糊集合, 以及将模糊集合的元素映射为语言限制词, 实现了定性空间信息和定量空间信息间的转换. 此外, 还给出了与Allen提出的二元基 本关系关联的模糊关系, 并得到了基于模糊关系的Allen推理算法, 从而实现了空间关系间 的推理.     

空间数据集成研究--以空间数据仓库的构建为例

随着空间数据复杂性的增加,现有的空间数据库和空间分析工具已经不能提供足够的决策支持,迫切需要建立大量具有历史数据,以及不同尺度的空间数据仓库．在建设空间数据仓库的过程中,数据集成是一个重要的环节,专门针对空问数据的集成更是一项艰巨的工作,本文在研究了现有的空间数据库,空间数据仓库以及空间数据集成的基础上,首先探讨了空间数据仓库模型的建立过程,然后系统提出了面向空间数据仓库数据模型的数据集成的两个主要的方面：不同数据源的空间数据的集成;不同尺度维上的空间数据的集成.