空间数据库主动规则并发行为控制研究

网络环境下空间信息大规模应用中常常有大量的用户规则同时触发，这带来了规则并发行为的控制和效率问题．目前大多数方法难以满足大量用户同时操作时的频繁动态更新，因此提出标注事件图分析模型及并发规则集终止性分析算法，通过实例说明算法的有效性和通用性．在并发索引结构Rlink树基础上，提出一种支持空间数据库主动规则频繁更新的混合索引结构HRlink树及改进的自底向上更新算法IBUU．实验仿真表明，采用IBUU算法的HRlink树频繁更新性能大大高于Rlink树．     

基于非均匀划分的分布式影像数据索引方法

本文介绍了现有的对影像数据管理和索引的方法及其存在的不足，提出了一种基于非均匀划分思想对分布式影像数据进行管理和索引的方法，避免了由于边缘补零带来的时间和空间开销。实验结果表明，本文方法能够支持对分布式多图幅的联合查询以及结果的无缝拼接，而且其时间和空间代价远小于现有方法。     

一种大范围复杂场景的快速绘制算法

文章对如何提高大范围复杂场景的显示速度进行分析,利用物体的空间拓扑结构对空间场景进行预裁剪,同时,建立了合适的模型调度策略,并将两者相结合给出了一个大范围场景的快速绘制算法。文中用一个实际应用说明该文提供的绘制算法的有效性。     

电工电子设计课的教学改革与实践

实践教学的改革是高校教改的重要内容,大量的专家学者都在研究、探讨这一课题。电工电子设计课程的教学改革取得了一定的成果,但是适用性和可操作性存在一些问题。不同类型高校的条件和特点有所不同,需要进行探讨与研究。在分析电工电子设计课程特点的基础上,针对现行电工电子设计课教学中存在的问题,提出了几点教学改革建议,在实际教学中收到了一定的效果。     

数字图书馆与多媒体数据库的检索技术

讨论了数字图书馆中多媒体数据库的索引问题,特别讨论了多媒体数据中视频数据的检索系统-基于内容的视频检索系统。介绍了基于颜色特征、形状、模型和压缩域的镜头切分算法,以及关于颜色、纹理、形状、运动特征等特征信息提取核心技术。     

VxWorks环境下基于FC．Core的光纤通道适配器控制程序的设计

本文在介绍了FibreChannel协议概念的基础上，说明了基于PCI接口的光纤通道适配器的基本结构，并详细介绍了在VxWorks环境下使用XilinxFCCore的基础上开发控制程序的设计思路，分析了控制程序的队列机理并给出了实现方案，为实际开发奠定了基础，对于开发同类产品也具有普遍意义。     

面向地理数据服务的空间数据集成关键技术研究

分析和比较了现有空间数据集成方法，指出面向地理数据服务的空间数据集成是目前构建空间数据集成系统最理想的方式；从查询应用的角度分析了面向地理数据服务的空间数据集成关键技术，总结了已有的研究成果，指出了空间数据集成技术当前研究的热点问题和进一步的研究方向。     

一种基于S.M.A.R.T的保障RAID数据高可靠性的方法

本文介绍一种采用S.M.A.R.T技术提高RAID数据可靠性的方法.阐述了S.M.A.R.T技术在RAID系统中的实现,给出了保障RAID数据高可靠性的执行流程,并且针对该方法进行了可靠性分析.分析结果表明了该方法的有效性.     

集群上一种面向空间连接聚集的并行计算模型

单机运行环境难以满足海量空间数据的连接聚集操作对时空开销的需求,集群上的并行计算是高效处理海量空间数据的连接聚集操作的关键. Map-Reduce是云计算中一种应用于大规模集群进行大规模数据处理的分布式并行编程模型,分析发现,Map-Reduce并不直接支持以既高效又自然的方式来处理具有二次归约特征的并行空间连接聚集操作.因此,提出了一种并行计算模型——Map-Reduce-Combine（MRC）来有效地处理大规模空间数据的连接聚集操作.MRC在Map-Reduce 模型上增加一个Combine阶段,有效地合并分散在各个Reducer的部分聚集结果.针对并行任务划分中空间对象的单分配问题,提出了过滤优化算法,提高了MRC下处理空间连接聚集查询的效率.实验验证所提出的并行计算模型在处理空间连接聚集查询时具有良好的效率、有效性、可扩展性和简单性.     

MapReduce框架下基于R-树的k-近邻连接算法

针对大规模空间数据的高性能k-近邻连接查询处理,研究了MapReduce框架下基于R-树索引的k-近邻连接查询处理。首先利用无依赖并行和串行同步计算的形式化定义抽象了MapReduce并行编程模型,基于此并行计算模型抽象,分别提出了 R-树索引快速构建算法和基于 R-树的并行 k-近邻连接算法。在索引构建过程中,提出一种采样算法以快速确立空间划分函数,使得索引构建符合无依赖并行和串行同步计算抽象,在MapReduce框架下非常容易进行表达。在k-近邻连接查询过程中,基于构建的分布式R-树索引,引入k-近邻扩展框限定查询范围并进行数据划分,然后利用 R-树索引进行 k-近邻连接查询,提高了查询效率。从理论上分析了所提出算法的通信和计算代价。实验与分析结果表明,该算法在真实数据集的查询上具有良好的效率和可扩展性能,可以很好地支持大规模空间数据的k-近邻连接查询处理,具有良好的实用价值。