扩展的锥形方向关系查询处理方法

通过加入距离约束,扩展锥形方向关系的描述方式,提出新的查询处理方法——扩展锥形方向二叉树,该方法能处理方向空间连接的查询过滤,通过组合方向和距离关系,提高定性推理的准确性。与传统基于索引的方法相比,该方法能够有效处理大数据集中任意对象间方向关系的查询和定性推理,实现简单、查询效率和推理准确性较高。     

基于邻接关系的空间数据挖掘

空间邻接关系是空间数据库对象之间的特征联系，其处理过程直接影响着空间数据挖掘算法的实现与效率，基于3种邻接关系，给出了邻接图，邻接路径的概念和几个基本操作，并分析了几种典型的空间数据挖掘算法。     

一种空间数据挖掘查询索引的研究及应用

从数据库技术角度出发,对空间数据挖掘查询的数据库支持技术和空间数据挖掘系统与GIS数据库的集成技术进行了研究;首先介绍了空间数据挖掘与GIS的关系,及目前在该领域存在的一些问题和缺陷;然后提出了一种支持空间数据挖掘查询的索引和数据访问方法——距离方向连接索引(Distance-Direction associated Join Indices,DDJI),并给出了基于这种索引技术的空间数据挖掘算法及实现技术,研究了基于DDJI的各种空间数据挖掘算法的统一实现技术;实验研究证明,与传统方法相比,DDJI的实现方法在性能上具有较大优势。     

基于R树的空间查询连接处理优化与实现

空间索引作为空间数据库的关键技术,其性能的高低决定着整个空间数据库的效率。通过对现有的多种空间索引结构进行比较分析,基于开源数据库Ingres实现了广度优先R树连接算法(BFRJ),并对其进行了局部优化和全局优化。基于真实数据的实验结果分析,证实了采用适当的全局优化方法的BFRJ优于其他已知的空间连接算法方法。     

空间数据库的方向关系模型

方向作为一个定性的空间关系,是空间拓扑关系的一个重要补充。现在的方向关系模型运用十分粗糙的最小包含矩形或概括为单个的点来表示近似方向关系。文章设计的方向关系矩阵模型克服了传统模型的限制,为复杂空间对象提供了更好的方向近似,包括凹面区域和有洞的对象。     

基于主存R树的空间连接的实现

空间查询效率是衡量数据库性能的关键，而空间连接查询是最耗时、最重要的空间查询。对几种典型的空间连接方法作了简单回顾，并具体给出了基于R树的空间连接算法(RJ)在空间数据库管理系统SADBS中的实现。     

基于观察者方位的方向关系及其查询处理

通过分析观察者本身及其方位特点,在基于投影的模型基础上,首先提出了一种新的基于观察者方位的方向关系模型.然后结合新模型的特点,对方向关系查询空间建立了R+-树索引,利用拓扑学和矩形代数理论,提出了三步过滤法用以减少索引空间,降低了R*-树中矩形的重叠区域,减少了查询路径.最后给出了方向关系查询算法.实验表明,与传统的基于投影模型的查询方法相比,新模型的基于观察者方位的查询方法节省了I/O时间,提高了查询效率.     

空间推理中方向关系模型的研究

空间方向关系的基本模型在研究空间推理上起着至关重要的作用,直接影响空间推理中合成或反方向合成的准确性和效果。文章阐述了现有空间推理中所采用的几种基本模型,对比和分析了现有模型的优点、缺点以及其适用性等问题,在现有主流的MBR框架基础上提出了一种改良后的新模型。经过对比和分析,得到结果表明此新模型在适应度、灵活度、准确度上都有一定提高并能很好的匹配人们的认知习惯。为今后的空间推理寻找到了一种新的思路和新的方法。     

基于代数理论的三维主方向关系的反关系推理

为了进一步完善和提高现有三维主方向关系模型对三维空间方向关系的智能推理和预测能力,增强模型的可用性,更好地满足复杂三维空间数据应用需求,着重对三维主方向关系的反关系推理进行研究,在深入研究n-维代数理论的基础上,提出基于三维代数理论的三维基本主方向关系的反关系推理算法。理论分析和实例验证的结果表明该算法是正确性、完备的。该结论能增强空间数据库对复杂三维空间方向关系的智能分析和处理能力。     

空间方向关系形式化描述研究进展

空间方向关系的表示与建模作为空间方向关系领域的一个基础性问题,近年来逐渐成为地理信息系统、空间数据库和人工智能等领域研究的热点和难点并取得了一系列研究成果。从二维空间精确对象方向关系模型、三维空间对象方向关系模型、模糊空间方向关系模型等几个方面全面地综述了空间方向关系形式化描述的研究进展, 并对各种模型进行了对比与分析,指出了它们的优势与不足。最后明确指出三维空间方向关系和模糊空间方向关系建模是未来工作的重点,特别是三维模糊对象方向关系的研究是未来空间方向关系研究的重中之重,并指出进一步研究中几个迫切需要解决的关键问题。     

基于邻接关系的空间数据挖掘技术的研究

随着现代科学技术的迅速发展,复杂多变的空间数据日益膨胀,远远超出人们的解译能力,迫切地需要数据挖掘和知识发现为其提供知识。文中从空间数据挖掘的基本概念出发,详细阐述了空间数据的特点、空间邻接关系及其相关操作,并针对空间邻接关系给出了几种典型的空间数据挖掘方法。     

空间数据挖掘理论与方法的研究

针对ＧＩＳ应用的需要,介绍了空间数据挖掘的意义,理论和方法,包括空间数据,挖掘知识的种类,空间数据挖掘方法,挖掘处理的一般过程,并给出了基于ＧＩＳ的空间数据挖掘的框架结构,最后指出研究趋势和发展方向。     

空间数据库中混合数据组最近邻查询

现有的组最近邻查询方法主要将空间中数据对象抽象为点或线段进行处理。但在现实应用中,仅仅将空间对象抽象为点或者线段,往往会影响查询的精度及效率。针对现有的组最近邻查询方法无法直接有效地处理混合数据组最近邻查询的不足,提出空间数据库中混合数据组最近邻查询方法。首先提出了混合数据Voronoi图的概念和性质。接着基于混合数据Voronoi图对混合数据集进行剪枝,针对查询对象数量为1和查询对象数量大于1的情况分别给出了相应的剪枝算法。利用所提的剪枝算法能有效去除不可能成为结果的数据对象,得到候选集合。在精炼过程中根据各个数据对象之间的位置关系给出相应的距离计算方法,通过比较候选集中数据对象到各个查询对象的距离之和,最终得到正确的查询结果。理论研究和实验表明,所提算法能够准确、有效地处理混合数据组最近邻查询问题。     

基于MBR的主方向关系一致性检验

定性的空间推理在地理信息系统、人工智能、数据库及多媒体等领域中的应用越来越引起人们的注意.空间推理的基础理论以及相应算法也在不断地创新和发展.方向关系推理是空间推理研究领域的重要分支,利用区间代数及矩形代数理论,以物体的极小边界盒(minimum bounding rectangle,简称MBR)为模型,提出了一种基于MBR的主方向关系与矩形代数关系相结合的推理方法.利用该方法,可以将矩形代数良好的计算性质应用于空间方向关系推理中,实现了矩形代数与基于MBR主方向关系的相互转换方法、主方向关系合成及求反方法、主方向关系中凸(convex)关系判定方法及方向关系一致性检验算法.     

空间对象及其拓扑关系

论文首先讨论了传统的地理信息系统中空间对象的空间数据模型,提出了面向对象的层次矢量数据模型。然后定性地分析了空间对象点与点、点与线和点与区域之间的拓扑关系,并给出了一种形式化表达空间对象成分拓扑关系的模型。最后,将这种模型与空间对象之间的拓扑关系结合起来,使其可以方便地处理地理信息系统中的对象间的拓扑关系。     

数据仓库查询处理中的一种多表连接算法

在进行数据仓库的OLAP(onlineanalyticalprocessing,联机分析处理)查询处理时,经常会涉及到多表连接操作,因此,提高多表连接的性能就成了数据仓库领域的关键性问题.基于数据仓库的星型模式,给出了一种新的多表连接算法(M-Join).与传统关系数据库管理系统的多表连接查询处理相比,该算法充分考虑了数据仓库中的数据本身和多表连接的特点,采用对多个表进行一次性连接的方法,使得查询的性能有明显的改善.同时,还给出了算法的实验结果和分析.