一种GIS自适应层次网格空间索引算法

分析了目前常用的空间索引算法的缺点,对应用最为广泛的网格空间索引数据结构进行了剖析;在描述了网格空间索引算法的同时,依据空间实体外接矩形的几何特性,给出了具有自适应能力的改进型网格空间索引算法———自适应层次网格空间索引算法;最后分析了此算法的自适应性和索引效率。     

一种改进的自适应层次网格空间索引查询算法

海量空间数据的处理需要通过空间索引来提高效率。文章在深入研究层次网格空间索引技术的基础上,提出了一种基于内外块算法的层次网格空间索引查询算法,并结合已实现的SircGIS.NET系统,分析了它的性能,结果表明该算法大大地提高了层次网格空间索引的效率。     

森林景观管理系统中的空间数据处理

该文对森林景观管理系统的空间数据处理进行了分析,提出了基于ArcSDE的层次格网空间索引技术,层次网格索引是在传统网格索引的基础上,进一步改进,减少了传统网格索引的冗余和索引的大小。该技术在一定程度上减轻了空间数据网络传输和服务器的负担,提高了系统空间数据处理的性能。     

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.     

利用层次网格索引提高WebGIS性能

层次网格索引是在传统网格索引的基础上，进一步改进，减少了传统网格索引的冗余和索引的大小。在层次网格索引的基础上，利用客户端和服务器端的双缓冲机制，可以减轻网络传输和服务器的负担，提高WebGIS应用的整体性能。     

基于金字塔思想改进的ROAM算法

介绍了对传统的实时优化自适应网格算法的改进。首先根据金字塔思想,对大数据量地形及纹理数据进行分层分块预处理,对每块数据进行细节层次处理,并建立统一的空间位置索引,存入磁盘。然后应用缓冲区机制及多线程思想,结合该算法,渲染了北京市怀柔水库三维地形,并进行网络实时漫游,效果理想。     

一种改进的快速聚类算法GLDBSCAN

本文在基于局部密度的空间聚类算法LDBSCAN的基础上提出了一种基于网格和SP-Tree的快速聚类算法GLDBSCAN。改进算法设计了一种新的对数据空间进行划分的网格划分方法,并采用空间索引SP-Tree来组织网格结构。算法同时提出用网格中心对象来代表网格包含的对象集合进行聚类,从而降低聚类时间和I/O消耗,实现快速聚类。实验结果表明,GLDBSCAN算法在不降低LDBSCAN聚类质量的前提下,大大提高了聚类的效率,并且能有效地对大规模数据集进行聚类。     

面向路网的空间众包群组任务匹配和调度算法

任务调度问题是空间众包的核心问题之一.现有工作主要针对欧式空间中的个人任务,忽略了群组任务以及底层的路网信息,实用性有待提高.有鉴于此,本文研究路网场景下群组任务匹配和调度问题,提出了基于网格索引的群组任务匹配和调度算法框架.该框架由网格索引、搜索有效工人集算法和组建团队算法组成.该框架首先通过网格索引存储的路网信息和...     

地图数据库中的空间索引

本文提出了针对地图数据对象的一种新的索引机制，称为网格索引。网格索引基于地图对象的空间位置及其分布，是一种高效使用的空间索引。文章全面地讨论了它的查找、插入、删除和修改算法及实现技术。     

无线广播环境下的空间范围查询处理

为实现无线广播环境下快速且低能耗的空间范围查询,提出了一种基于网格空间索引的范围查询处理算法(RQGSI)。该算法在服务器端对空间数据对象建立网格空间索引以缩短调谐时间,并按Hilbert曲线填充顺序对划分后的网格进行调度以优化访问时间;在客户端设计了查询处理算法对数据对象进行过滤和剪枝;最后,通过模拟实验验证了RQGSI算法的性能。实验结果表明,RQGSI算法比基于R树的索引(RI)算法在调谐时间上降低约10%,在访问时间上降低约8%,RQGSI算法可以实现更快且更低能耗的范围查询。     

空间信息共享平台中数据索引服务的研究*

为消除空间信息孤岛,研究开放网格服务架构,建立空间信息共享平台。用户通过平台中的网格服务透明访问虚拟组织中的数据。为提升数据索引服务的性能,提出一种改进的R树算法,在节点分裂时考虑其他节点是否有剩余空间,从而避免了频繁的分裂导致产生大量的节点。实验结果表明,与经典R-树节点分裂算法相比,改进后的节点分裂算法的空间查询性能得到提升,该研究可为空间信息全面共享提供实用可行的实施方案。     

基于峰值网格改进的小波聚类算法

针对小波聚类算法在不同网格划分尺度下表现出的聚类效果差异,提出了一种基于峰值网格的改进方法。算法主要针对小波聚类中连通区域的检测方式进行改进：首先,将小波变换后的空间网格依网格值的大小进行排序;然后利用广度优先搜索的方式遍历每一个空间网格,以检测经小波变换后数据中的峰值连通区域;最后,标记连通区域并将其映射到原数据空间中,以得出聚类结果。在8个人工数据集（4个凸数据集与4个非凸数据集）和UCI数据库中的2个真实数据集上的实验结果表明,改进算法在低网格划分尺度下有着良好的表现,与原小波聚类算法相比,这个算法对网格划分尺度的需求降低了25%~60%,并且在相同的聚类效果下减少了14%的聚类所需时间。     

基于时空分析的地图匹配算法研究

地图匹配技术被广泛用于GPS导航、城市道路交通状态分析等领域。针对目前城市浮动车数据量日益庞大,地图匹配算法实时性差、匹配率不高的缺点,提出了一种基于时空分析的地图匹配算法。算法在对城市路网建立网格索引的基础上,综合考虑了空间几何、路网拓扑信息及上下文因素对选取GPS投影点的影响,大大提高了匹配效率和匹配精度。实验结果表明,算法能够满足工程应用中浮动车地图匹配的实时性和准确性。     

基于平衡兴趣树的P2P空间数据服务调度*

构建空间信息网格要求解决海量地理空间数据传输问题,通过分析空间数据服务特征,对空间数据设计了多级网格索引,利用P2P技术设计了基于平衡兴趣树的空间数据服务网络模型。算法按peer兴趣区对申请空间数据服务的peer进行组织,将peer间路由关系动态组织成一种新的拓扑结构——平衡兴趣树。算法可动态维护网格热度表中数据块的热度,通过热度表可快速发现网格数据块在P2P网络中的位置并下载,从而减轻了空间数据服务器压力,提高了服务效率。     

A top-k spatial join querying processing algorithm based on spark

Aiming at the problem of top-k spatial join query processing in cloud computing systems, a Spark-based top-k spatial join (STKSJ) query processing algorithm is proposed. In this algorithm, the whole data space is divided into grid cells of the same size by a grid partitioning method, and each spatial object in one data set is projected into a grid cell. The Minimum Bounding Rectangle (MBR) of all spatial objects in each grid cell is computed. The spatial objects overlapping with these MBRs in another spatial data set are replicated to the corresponding grid cells, thereby filtering out spatial objects for which there are no join results, thus reducing the cost of subsequent spatial join processing. An improved plane sweeping algorithm is also proposed that speeds up the scanning mode and applies threshold filtering, thus greatly reducing the communication and computation costs of intermediate join results in subsequent top-k aggregation operations. Experimental results on synthetic and real data sets show that the proposed algorithm has clear advantages, and better performance than existing top-k spatial join query processing algorithms.     

一种全新的 R树节点选择算法 *

在 R树插入算法中采用全新的节点选择算法 ,一改传统的从根节点开始自上而下的节点选择方案 ,而是从叶节点层开始 ,先自下而上再自上而下地选择叶节点 ,较好地解决了同层节点重叠所导致的查询效率低下的问题。实验证明 ,提出的 R树空间索引方法 ,不仅在查询效率上明显优于 R*树,而且 R树生成的时间开销也减少了 50%左右 ,综合性能超过了 R*树 ,便于扩展到三维甚至多维空间中 ,以实现对空间数据和时空数据的高效查询功能。     

基于PSO-CA的景德镇南河流域窑址景观演变模拟

利用PSO算法在空间上能快速搜索和寻优的特点,在MATLAB 7.0环境下利用改进的粒子群算法从N×M个栅格空间中确定K个目标栅格的位置,使得目标点距离南河、南山及瓷土矿的平均距离是最小的K个,然后结合这K个目标栅格自身土地适宜性条件及邻域土地利用情况来判定该目标栅格是否能演变为窑址.通过此模型模拟了五代至北宋这段历史时期景德镇南河流域窑址景观的演变过程,并对比分析了不同K值和概率阈值下的模拟情况,得出合适的取值.在此取值下,模拟结果得到的Moran's Ⅰ指数与实际情况下的Moran's Ⅰ指数比较接近,说明该模型在古代缺失GIS空间数据的情况下模拟窑址景观的演变同样有效;同时,为研究GIS空间数据缺失下的景观演变提供了新的解决方法.