移动对象轨迹Top-K查询研究综述

随着基于位置服务应用的不断普及,实现移动对象轨迹实时查询成为当前时空数据库领域的研究热点,其中,移动对象轨迹的Top-K查询是面向轨迹大数据的一种快速查询方法。文章对移动对象轨迹查询方法及应用的研究现状进行全面梳理,从不同角度对Top-K查询优化算法进行归纳分析,对Top-K查询研究中存在的问题和未来研究方向进行总结和展望。     

基于HBase的交通数据时空分块索引

智能交通领域快速发展带来的海量交通数据已难以通过传统关系型数据库及时处理。针对交通数据的分布特点与查询需求,提出了一种基于分布式数据库HBase的时空分块索引框架(STB-HBase),利用HBase行键设计结合二级索引的方式,解决数据在时空维度分布不均引起的热点问题,并设计出STB-HBase下的移动对象轨迹查询和时空范围查询算法。实验结果表明,STB-HBase对交通数据有良好的存储性能和查询效率。     

Oracle数据库的位图索引原理与应用

指出了执行查询优化时,效果最显著的方法是使用B树索引,给出了使用B树索引的限制条件,分析了位图索引不同于B树索引的主要特点,以实例验证了位图索引存储的内容,得出了位图索引的结构.设计简洁的实验步骤,验证了使用位图索引对查询速度的提高幅度,以实例给出了位图索引所占空间的大小,最后给出了不适合使用位图索引的情况.     

面向时空数据场景的数据库索引选择框架

索引是一种用于提高数据库查询效率的数据结构,良好执行计划的生成和选择很大程度上取决于数据表上是否存在合适的索引。然而,面对复杂的时空数据场景,现有的索引选择方法存在很多不足,如无法高效处理大量范围查询、容易造成索引冗余、无法有效应对动态的工作负载等问题。针对上述问题,提出一种新型基于深度确定策略梯度(Deep Deterministic Policy Gradient,DDPG)模型和索引效益评估网络的索引选择框架:ST-IS(Index Selection method tailored for Spatio-Temporal data scenarios)。ST-IS集成了对SQL语句和索引集的新型编码方法,有效避免索引冗余或索引缺失。ST-IS使用索引效益评估网络来优化强化学习的奖励机制,同时支持动态的工作负载。大量实验结果表明,在真实时空数据集和TPC-DS标准数据集上,ST-IS的性能优于现有的索引选择方法。     

数据库快速查询方法研究与应用

提出了一种优化大型数据库性能的方法.通过调整内存参数优化,设计索引的优化这两方面来对大型数据库系统进行优化,以求使数据库的性能得到优化.实验结果表明,通过本文方法优化后的数据库在运行时间,搜索速度等性能上都有了很大的提高,因此得出,本文的方法在改进数据库性能方面,有很好的效果.     

数据库索引技术应用

随着信息技术的不断发展,信息数量以爆炸式速度增加,表现出数据总量不断增加、数据类型越来越复杂的趋势,这给信息的获取带来了一定的难度。因此,提高数据库数据的提取速度成为了数据库设计者的主要目的。在对数据库的索引技术进行讨论和研究,论述如何准确有效的设置数据库索引,并结合具体的实例对数据库索引技术的应用进行了论述,以期给数据库设计者提供参考。     

基于Elasticsearch的时空大数据存储与分析方法

本文针对传统数据库处理时空大数据的不足,基于Elasticsearch提出一种四叉树网格编码算法的时空大数据索引方案,并基于该索引方案设计出基于Spark的空间数据分析方法。使用地类图斑数据,对本文提出的空间数据处理方案进行实验,并与传统的空间数据处理方案进行对比,实验结果表明,该设计方案具有较高的分析效率。     

基于NoSQL数据库的大数据查询技术的研究与应用

本文通过No SQL的由来、No SQL数据库的分类和No SQL数据库的大数据查询技术的应用,结合了铁路客票实名制售票信息综合分析系统中的大数据操作,对基于No SQL数据库的大数据查询技术的应用进行了研究。     

轨迹相似性度量方法研究新进展

轨迹数据广泛应用于智能交通、自然保护、疫情防控等领域。轨迹相似性度量是轨迹查询分析中最复杂和耗时的操作之一,是轨迹数据管理领域的研究基础。文章首先将轨迹相似性度量方法按对时间信息是否敏感划分为时间敏感型和非时间敏感型,同时介绍了基于语义和深度学习的新型轨迹相似性度量方法;然后对每类度量方法进行了综合对比分析,并给出了各自的优缺点;最后对本领域未来的研究趋势进行了展望。     

大数据技术的应用现状与展望

梳理了大数据研究的4项关键技术:“数据的采集、预处理与存储”、“数据的分析与挖掘”、“数据的隐私保护”、“数据中心体系结构”,挖掘和展示了国内外大数据研究的热点,以期对该领域的研究有一个系统而全面的认识.从处理平台、分析产品、标准化3个方面介绍了大数据技术应用的现状,并列举了大数据现有的产品应用及各行业应用案例.最后,从大数据的分析策略、深度学习、隐私保护和数据质量几个方面揭示了大数据研究存在的挑战和机遇,以期为后续大数据技术应用的发展提供参考.     

大数据分析技术的研究

在基于云的环境中,分布式数据中心承载大型数据存储库,同时提供用于分析的处理资源,有力地激发了有效并行/分布式算法的需求.这给大数据分析的潜在社会经济效益和应用特性的多样性带来了巨大的挑战.     

数据挖掘技术在蛋白质结构预测方面的应用

随着生物信息学的高速发展,人们通过蛋白质序列测定和结构分析获得大量的蛋白质结构数据,从而建立了众多的蛋白质结构数据库。本文主要介绍了六种蛋白质结构数据库,并对PDB数据库进行了深入分析,阐述了蛋白质序列和结构的切片数据库之间的联系和内在规律。利用蛋白质数据库和数据挖掘技术来处理大量的蛋白质结构数据是未来蛋白质研究的一个重要发展方向。     

大数据技术在高校预算管理中的应用

文章以海量数据处理技术为应用核心,提出了高校预算管理大数据平台的构建。平台综合了高校各个系统的数据创建了数据仓库,对数据进行挖掘处理,全面提升高校财务预算系统应用的覆盖率和管理水平。     

面向态势可视化的海战场时空数据模型

针对海战场作战实体的特点提出了一种面向态势可视化的海战场时空数据模型,并对其时空状态查询进行了详细分析.针对海战场作战单位的运动特点,采用5次Hermite插值的方法对作战单位过去时空状态查询,既符合海战场作战实体的运动特点,又不会过多地加大计算的时间复杂度.模型支持对作战单位未来时空状态的确定性查询和不确定性查询,在一定程度上满足指挥员指挥决策的需要.     

ATTI:负载关注的查询自适应轨迹索引

当前基于空间切分的轨迹索引不能实现时空同步,在负载和查询范围动态变化时性能显著下降.本文提出负载自适应的时空八叉树,实现轨迹索引的时空同步;进而扩充单棵时空八叉树数据结构形成虚拟森林,优化现有基于查询范围均值的单树索引,以适应时空查询范围的动态变化.实验表明,该索引可将时空范围查询延迟降低50%以上.     

工业大数据发展态势与典型应用

从工业大数据的概念、特征人手,对工业大数据的发展态势进行了探讨,指出工业大数据可广泛应用于企业生产过程的各个环节.并按照研发设计环节、供应链环节、生产制造环节、营销与服务环节等应用场景对工业大数据的应用进行了分析与归纳.     

Analysis of financial business model towards big data and its applications

Finance service based on big data faces many issues, such as fraud, credit. In this paper, we study the development of financial business model under the big data. We first analyze the impact mechanism of big data finance on customer information protection of commercial banks. Customer information has the characteristics of large amount of information, high value of data and strong destructive data leakage. Then, we propose two solutions towards issues of finance service including face anti-spoofing algorithm and financial risk evaluation. Experiments show the effectiveness of our proposed method in improving the reliability and security of modern big data finance.     

基于大数据背景下的计算机信息处理技术研究

大数据时代已经到来,必将给社会带来翻天覆地的变化,大数据顾名思义就是“大的”、“海量的”数据,它涉及五个领域,包括数据挖掘、数据分析、机器学习、人工智能和业务分析,巨量的数据在收集、存储、分析方面必然是巨大的工作量,即便依据最先进的计算机信息处理技术,都无法对所有数据进行精细化的处理,不过随着5G通讯技术的发展和大规模商用,必然有促进作用,可以说发展至今,大数据时代才刚刚开始。     

基于大数据的移动用户行为分析系统与应用案例

本系统基于Hadoop架构采集运营商网络侧产生的大数据,并对数据进行深度加工,挖掘其中相关的用户行为属性,构建用户行为分析模型,并对具体用户行为应用进行有效探索.针对技术选型、系统实现、数据采集、模型设计与应用案例,完整展示了移动用户行为分析系统的设计思路与实现.     

分析大数据时代计算机信息处理技术

科技革命发展至今,极大的改变了世界的模样,也使人们的生活方式发生了根本性的变化,电子计算机的普及与应用技术的不断完善,互联网应用技术的高速发展以及电子信息技术的不断进步,共同在人们的生活的各个领域中发挥着巨大的作用,基于这样的强大推动力,大数据时代已然来临。本文我们将以大数据时代作为背景,对大数据时代下的计算机信息处理技术进行探讨与分析。