基于R树的空间数据索引技术的探索

目前,基于空间数据库管理系统的空间数据索引技术的研究与应用正不断地兴起,且日趋成熟。分析经典的空间数据索引技术R-树和R^＊-树的优势与特点,在R^＊-树索引结构的基础上融合了传统的四叉树索引方法的精髓,提出了一种改进的R^＊-树索引技术一即R^＊Q-树索引方法。设计并实现了R^＊Q-树索引方法中索引构造算法的主要改进部分,并采用大量的随机实验数据验证了改进算法对提高空间数据索引效率的有效贡献。     

三维GIS中的R树索引研究

空间索引是GIS中的重要技术之一,R树及其变种在二维GIS中得到了广泛的应用。但是传统R树结构在高维中性能有所下降。该文通过分析R树结构基本原理,结合三维GIS中的应用需求,运用启发式策略对三维R树生成进行了优化,提高了查询效率,并采用内存池模式将传统静态R树结构从外存索引类型扩展到了内存索引类型。     

基于聚类的空间数据多比例尺索引树

针对现有空间对象多尺度索引结构聚簇性不高的问题,在R树索引的基础上提出一种基于聚类的空间数据多比例尺索引结构。利用树的层次结构反映空间数据的多比例尺特性,用k-means算法对相同等级的空间对象进行聚类分组,减少空间区域覆盖和重叠。实验结果表明,该方法与基于四叉树的多比例尺索引相比,能有效提高空间数据多比例尺显示的性能。     

空间数据索引与查询技术研究及其应用

由于空间数据本身的复杂性,以及目前对海量空间数据快速查询的要求日益提高,当前地理信息系统正面临着大数据量空间数据存储及管理的挑战。因此,该文在对当今空间存储方法及空间查询的一些主要技术进行比较和分析之后,提出了基于R树的优化的空间查询系统框架设计,并在一个地理信息系统的应用实例中实现了该设计。     

空间数据索引技术

多维数据库的应用日益广泛，如何有效地存储组织多维的数据，提高多维数据处理的效率已成为一个核心问题，对空间数据索引技术的研究情况作了分析，介绍了各类技术的基本思想，最后着重介绍一种用于高维持特征向量检索的新的、通用的空间数据索引技术，将只能在空间坐标数据类型之上建立索的传统的R树扩充为任意在数据类型上建立索引的类属的R树。     

一种用于空间数据多尺度表达的R树索引结构

针对现有R树无法支持空间数据多尺度表达的问题,提出了一种用于空间数据多尺度表达的R树变形索引结构:(1)允许空间对象出现在非叶结点上;(2)利用树的深度反映空间分辨率的变化,提供分辨率维的支持;(3)树的分支结构考虑对自动制图综合算法的支持.分析了该变形R树索引结构的空间数据多尺度查询过程,并着重对该索引结构生成算法中的约束条件、插入算法和分裂算法进行了讨论.针对相同数据源,使用该方法与基于四叉树的空间数据多尺度索引方法进行了对比实验,结果表明,该索引方法能有效检索多分辨率形式组织的空间数据,具有综合结果记忆功能,效率明显.     

一种基于网格与R树的多级混合索引

结合网格索引和R树索引的特点,提出了一种基于网格与R树的多级混合索引.该方案首先将矩形地理空间进行粗网格划分建立多级网格索引.然后针对每个小网格建立基于R树的空间索引.详细讨论了该索引的结构、建立算法、删除算法以及应用该索引的检索算法,并进行了算法分析.与网格索引和R树索引相比,该索引以略大的空间开销换取了更高的查找性能.     

基于Oracle Spatial的空间数据索引

本文介绍了地理信息系统(GIS)中的属性数据和空间数据,详细阐述了基于Oracle Spatial的空间数据索引的分类,R树索引和四叉树索引的特点,以及创建索引时应注意的细节,还进一步比较了这两类索引各自的优缺点和适用条件,为应用时选择何种类型的索引提供了参考标准.     

树型空间索引及其在聚类中的应用研究

对大型高维数据集进行高效的聚类分析已成为许多领域的迫切需要,但是一般的聚类技术在处理高维数据时性能低下。树型空间索引可以高效地组织并检索高维数据,因此使用树型空间索引是改善聚类性能的有力途径。该文介绍各种树型空间索引的结构,并对它们的性能加以分析,接着讨论树型空间索引在聚类分析中的应用,并提出将树型空间索引与聚类技术相融合的思想。     

动态确定K值聚类算法的R-树空间索引构建

目前采用的R-树空间聚类技术使用指定k值的聚类算法,初始聚类中心随机或指定选取。这样聚类的结果受初始k值影响,且易受离群空间数据的干扰。为解决上述问题,根据空间数据分布的特点,提出了动态确定k值的空间聚类算法(dynamical k-value spatial clustering algorithm,DKSC)。该算法通过聚类划分空间数据,把同一子空间的数据组织在同一个子树下,从根节点到叶子节点逐层构建R-树,形成高效的R-树空间索引。分别用真实和模拟的空间数据集进行了实验,结果表明该算法优化了构建的R-树空间索引,且具有更高效的查找效率。     

空间数据库引擎的R树索引

介绍了空间数据库引擎(SDBE)的R树索引结构,给出系统使用R树索引的方式,并描述了利用R树索引实现最近邻居查询的分支—限界算法,包括代价函数及其上、下界函数的定义,以及算法的伪码形式。     

QR-树:一种基于R-树与四叉树的空间索引结构

提出了一种基于R-树与“四叉树”空间层次划分的空间索引结构QR-树,给出了其数据结构和算法描述。实验证明:与R-树相比,QR-树以略大(有时甚至略小)的空间开销代价,换取了更高的性能,且索引目标数越多,QR-树的整体性能越好。     

基于几何元素的城市三维地理信息系统空间数据模型

空间数据模型是城市三维地理信息系统建立的核心问题。基于不同的城市空间对象划分方法,提出了城市三维地理信息系统的十八个空间数据模型:把空间现象抽象为六类对象:点对象、线对象、规则面对象、规则体对象、不规则对象和DTM,基于六种几何元素(点、直线段、多边形、函数构造面、TIN面片、规则体素)的不同组合,提出了城市三维地理信息系统的九个空间数据模型;把空间现象抽象为五类对象:0维空间对象(点对象)、一维空间对象(线对象)、二维空间对象(面对象)、三维空间对象(体对象)和DTM,基于六种几何元素的不同组合提出了八个空间数据模型;把空间现象抽象为0维对象(点对象)、一维对象(线对象)、二维对象(面对象)、三维对象(体对象)、DTM,基于点、直线段、TIN面片、多边形、规则面、不规则面六类几何元素提出了一个空间数据模型。通过对一个数据模型的实验验证和各模型的理论分析,表明了模型的特点及可行性。     

一种基于R-树的空间索引结构

为了有效构建R-树,通过分析数据矩形的性质,结合改进的K-均值算法,提出一种用于构建R-树的数据矩形聚类新方法,给出基于R-树和四叉树的空间索引结构以及该空间索引结构的构造算法和节点插入算法。研究结果表明,该索引结构具有更紧凑的结构和更高的空间查询效率。     

基于空间索引的DEM数据质量检查

数字高程模型（DEM）数据主要来源之一是通过对现有地形图上的等高线等地貌信息进行数字化,生成计算机可识别的离散点或等高线。该方法对离散点或等高线数据质量要求较高。分别探讨了基于格网分块索引重复点检查和基于R树索引等高线相交检查两种方法。实验表明,空间索引的引入,大大提高了数据质量检查效率。     

基于聚类的Hilbert R-树空间索引算法

R-树适合于动态索引,但空间重叠大,而Hilbert R-树也不能有效降低节点覆盖和交叠,直接影响R-树的查询效率。为适应大量的GIS查询应用需要,提出对Hilbert R-树节点进行聚类的索引算法,较好地解决相邻数据的聚类存放,使叶节点MBR面积减小,内部节点交叠降低,并对该算法进行实验测试和性能分析,结果表明该算法具有较高的查询效率。     

一种基于R-tree的空间索引方法

为进一步提高R-tree的空间索引数据检索性能,提出一种基于R-tree的MRD-tree索引,它的结构中包含空间对象的外部近似图形和内部近似图形,同时允许数据入口存放在中间结点。在检索时既能减少I/O次数,也能相对减少一定的CPU时间。通过实验分析,该索引能提高空间数据的检索效率。     

基于Spark的3D点云数据空间索引技术

针对Spark引擎不支持多维空间查询的问题,提出基于R树的二级空间索引,即在每个Worker节点上创建R子树,并将这些子树作为孩子,在Master节点上创建R树。针对LRU算法内存替换粒度粗、结果不够精确的问题,提出基于数据使用权重的内存替换方法。该方法将每次实际使用数据量与其总量的比值作为替换权重,将热点场景数据以RDD形式持久化至内存中,提高了基于内存查询的效率。根据远粗近细的视觉原理提出细节层次查询,该方法 将最能代表物体特征的点云数据先传输给客户端,或者仅把简化模型点数据传给客户端,以解决网络带宽不足和数据加载延迟的问题。实验证明,文中方法能有效解决Spark多维空间的查询问题,查询效率得到了明显提高。     

基于三维数据场可视化方法的虚拟MEMS加工工艺的研究

虚拟加工工艺是利用计算机产生三维图形的动态生长来模拟实际的加工过程,而如何生成真实自然的三维图形就成了关键所在。本文提出了一种基于三维数据场可视化来实现虚拟加工的方法。该方法类似于医学数据三维重建, 由一序列的分层切片的二维图像重构三维形体。首先根据给出的虚拟加工工艺数据对原始二维版图进行相应的数学形态学变换生成一系列所需的二维切片图像,然后利用这些二维切片图像对体数据场进行初始化,最后采用Marching Cubes方法从体数据场中构造出等值面。本文主要阐述了如何根据工艺参数对原始版图进行数学形态学变换以及如何构造体数据场进行等值面的绘制。     

电缆三维模型可视化及数据高效索引研究

针对电缆三维可视化场景的加载速度慢问题,提出一种用于电缆工程场景下的三维模型外表面提取简化算法与多细节层次R-树索引数据调度组织方法.首先对占据三维场景中大量内存的电缆井和管沟模型进行LOD层级简化,实验结果显示数据量大幅度减小;然后根据多细节层次的R-树索引结构对简化后的数据进行组织调度,与传统R-树相比,该方法构建的R-树在节点筛选和节点分裂时构造了更优的树形,使得在进行数据的索引和调度时,对电缆工程三维场景加载速度的提高有明显效果,有效地实现了电缆工程中三维模型的流畅展示.