面向数字城市多源数据的空间数据立方体数据组织研究*

定义了面向数字城市多源数据的空间数据立方体地理空间维、专题维和时间维分别包含的数据种类和内容;设计了它们的维和维层次数据结构;表述了地理空间维、专题维和时间维在概念层次上和物理层次上构成空间数据立方体的方法;确定了地理空间维、专题维和时间维数据的多维数组组织方法,以及多维数据的数据文件和虚拟内存存储策略;表达了多维数组中记录间的关联运算和多维数组的压缩方法。     

面向数字城市多源数据的空间数据立方体分析研究*

系统地介绍了面向数字城市多源数据的空间数据立方体分析操作的基本原理,提出了空间数据立方体的分析操作主要由概括分析、局部分析、全局分析和旋转分析组成.在此基础上,全面叙述了空间数据立方体概括分析、局部分析、全局分析和旋转分析的功能和结构以及分析操作的详细过程.     

空间数据立方体的空间度量聚集*

叙述了空间数据立方体空间度量的基本定义;描述了空间度量的聚集概念,并结合具体图例讲述了点状、线状、面状空间度量的聚集过程;解释了空间数据立方体维上钻、维下翻、维层次上钻、维层次下翻的空间度量聚集操作基本原理。     

空间数据立方体的建模方法研究

研究了基于空间数据仓库的一种决策分析工具——空间在线分析处理(OLAP)的支撑技术。将普通数据立方体与空间数据立方体进行比较，提出空间数据立方体的维和度量的建模方法，解决了空间维与非空间维、空间度量与数值度量的集成建模问题。     

空间数据立方体的技术框架

系统地论述了研究空间数据立方体的目的和意义,介绍了空间数据立方体的非空间维、空间维、数字度量、空间度量的基本概念和结构,描述了空间数据立方体的完整意思,设计出了空间数据立方体的概念模型即空间数据立方体的星型/雪片模型。最后,基于数学工具——代数系统,给出了空间数据立方体严格的数学定义。     

重建数据立方体的数据覆盖方法

数据切片体现了数据立方体某方面的数据特征,当产生数据切片的数据立方体由于某种原因不可访问时,通过已知的多个数据切片尽可能地恢复数据立方体中的原始信息,有利于对数据的深入分析和理解.提出了一种基于数据切片重建数据立方体的方法,通过数据切片的连接生成多维细粒度空间,利用数据覆盖操作逐步细分每个数据切片所对应的多维空间,以逼近多维细粒度空间.提出了重建后数据立方体的可查询判据.该方法直接利用数据库中的基本操作来实现,高效地支持大数据量的应用环境.     

?????????????????????о?

研究了基于空间数据仓库的一种决策分析工具--空间在线分析处理(OLAP)的支撑技术.将普通数据立方体与空间数据立方体进行比较,提出空间数据立方体的维和度量的建模方法,解决了空间维与非空间维、空间度量与数值度量的集成建模问题.     

联机分析处理数据立方体代数

数据立方体是多维数据库和以多维分析为基础的联机分析处理技术的核心机制.文章提出了一个支持多维数据库和多维分析的关于数据立方体的代数,从而为数据仓库及联机分析处理的语义描述提供了理论基础.同时,文章还论述了数据立方体的一些应用,以证明该工具所具有的强大功能.     

OLAP分析模型在集团企业财务分析中的应用

从OLAP分析的代数实现出发，提出了一种OLAP分析模型，包括一个多维立方体数据模型和一系列多维算子模型，并将此OLAP分析模型应用于集团企业的财务分析，提供了各种财务分析方法的代数实现。     

异常分布驱动的数据立方体导航方法

在基于多维数据的分析中,分析人员面对的经常是庞大的数据立方体．联机分析处理虽然提供了灵活的展现和分析功能,却只能进行假设驱动的探查,很容易忽略重要信息．而已有的发现驱动的探查是基于局部异常的导航,容易受数据噪声的干扰．针对这些问题,提出了一种新的导航方法——异常分布驱动的导航．这是一种有效的辅助探查数据立方体的方法,可以循序渐进地引导用户至信息量大的数据部分．它将维和维成员作为探查数据立方体的脉络,基于数据分布特征为各个维和所有维成员计算奇异度,作为用户探查数据立方体的导航符．实验结果表明此导航方法是实用有效的．     

空间Cube计算方法

随着卫星勘测、遥感影像、GPS等系统的广泛应用,目前各行各业拥有了大量的地理空间数据。空间数据仓库技术将较为成熟的数据仓库和联机分析处理技术应用到空间信息领域,以有效地支持空间分析和决策。空间Cube的构建与维护是空间数据仓库和空间联机分析处理的一个核心问题。文章在介绍空间数据仓库模型和空间Cube的基础上,结合空间聚集计算的特点,给出了几种空间Cube计算的有效方法。     

基于空间数据仓库的空间数据挖掘研究

分析了空间数据仓库的特点和体系结构，在空间数据仓库的基础上提出了一种空间数据挖掘的模型结构，介绍了一些常用空间数据挖掘算法，并展望了其广阔的应用前景。     

基于RDBMS的空间数据管理模型及在土地产权产籍系统中的实现

利用关系型数据库来管理空间数据是当前ＧＩＳ研究的热点和前沿领域之一,该文提出了一种空间数据库引擎数据结构模型,分析了数据模型体系结构、数据组织以及空间图形要素表达,进而根据该结构模型,实现了在ＳＱＬ Ｓｅｒｖｅｒ关系型数据库中对空间图形数据进行存储、拓扑运算和拓扑分析的操作,通过在土地产权产籍系统中的实际应用表明,基于该模型开发的空间数据库引擎Ｓｐａｔｉａｌ Ｄａｔａｂａｓｅ Ｇｕｉｄｅ（ＳＤＧ）     

基于MapObjects的空间拓扑关系的建立

MO(MapObjects)是广泛应用于GIS软件开发的组件,但是它的数据模型的局限性决定了它不能够独立支持空间拓扑关系。而空间拓扑关系是GIS中空间分析的基础,从而限制了它在空间分析方面的应用。该文针对MO不能独立支持空间拓扑关系的问题,分析了空间拓扑关系和MO的空间数据模型,设计了用于存储拓扑关系数据的数据库,给出了建立空间拓扑关系的过程,提出并实现了一种基于MO的空间拓扑关系的建立方法,扩展了MO的空间分析功能,拓展了MO的应用范围。     

空间数据结构分析

空间数据库与传统数据库一样,在其物理层上要求有一些专门结构来支持搜索操作。空间数据库中典型的搜索操作包括点查询和区域查询？自从对空间数据库进行研究以来,已经出现了许多支持这些操作的空间数据结构。给出了空间数据结构的一个综述。     

地理编码在空间数据仓库ETL中的应用

空间数据仓库可以有效地管理和利用空间信息以便支持空间分析和决策支持．在空间数据的抽取、转换和加载中如何有效地把非空间信息与空间信息融合起来，是空间数据仓库ETL实现的难点．将地理编码技术引入到空间数据仓库ETL中，给出了融合地理编码模块的ETL体系机构．同时为了提高地址匹配能力，将动态规划算法应用到地理编码地址匹配中，并对算法做了改进．给出了完整的应用示例。     

空间数据可视化的研究与发展

随着3S技术的融合和空间信息处理技术的发展和广泛应用,空间数据的可视化以及基于可视化技术的空间分析、空间数据挖掘和知识发现已经发展成为空间信息处理的重要手段和关键技术。可视化方法已由数据的空间展现逐步发展成为可以表现数据的内在复杂结构、关系和规律的技术。由静态空间关系的可视化发展到表示系统演变过程的可视化。可视化方法不仅用于数据的理解,而且用于空间知识的呈现。可视化技术充分利用了人对于色彩和空间的敏锐的感知能力使人机有机地融合,在空间信息和知识的发现过程中发挥着重要作用。该文总结了空间分析中可视化技术的研究成果,分析了可视化技术的发展现状,给出了可视化方法的分类。从认知和空间数据所表征的客观对象的复杂性及非线性动力学特征分析了其发展演化规律的可视化方法,并对空间数据可视化技术的现状及发展趋势进行探讨。