基于Vue框架的海量数据处理系统设计

针对现有系统在处理海量数据时,存在处理耗时长、处理后数据利用价值不高的问题,引入Vue框架开展海量数据处理系统的设计研究。首先,基于海量数据处理系统的运行目标,设计海量数据处理系统基本结构;其次,利用八叉树技术实现海量数据区域分割与压缩;最后,通过Vue框架完成系统前端数据处理实例化开发。实验结果表明,新的处理系统对海量数据处理的效率更高,且处理后数据的利用价值得到提升。     

基于海量地震数据的多分辨率扩展八叉树模型

针对现有PC硬件条件的限制和地震数据的海量特征,提出一种基于扩展八叉树的分块多层多分辨率模型。该模型保存了叶节点属性和中间节点属性,实现多分辨率建模,采用基于Morton码的数据块索引方式来提高查询效率。实验结果表明,该模型是一种高效的海量地震数据组织方式,在地质建模领域具有较高的应用价值。     

一种基于小波变换的三维体数据压缩算法

该文结合三维小波变换与八叉树算法,提出了一种新的三维体数据压缩算法。该算法利用小波的多分辩率分析能力对体数据进行压缩,同时结合了八叉树特点对体数据进行编码、存储与重构。实际应用表明该算法能较好地对体数据进行压缩,并且能快速地进行重构和随机地访问体单元数据。     

海量数据GPU体绘制优化研究

高性能GPU使得体绘制在廉价的硬件上获得良好的性能,但海量数据体绘制的效率依旧低下.本文探讨了GPU体绘制中图形硬件的瓶颈,并提出新颖的算法解决这些问题:采用数据分块和八叉树划分体数据实现空单元跳过优化.该算法解决了海量数据超过可用纹理空间的难题,同时允许实时改变体绘制传递函数.     

基于深度八叉树的三维数据场LOD可视化

提出了广度八叉树、深度八叉树概念,分析了它们逻辑结构和存储结构,探讨了这两种数据结构在三维数据场可视化中的应用,把深度八叉树应用于三维数据场LOD体绘制算法中。算法在某三维震波数据场进行了体绘制实验,并与传统方法进行了比较分析。结果表明,该方法通过逐层简化细节来减少场景的复杂性,提高了渲染效率,将全局和局部体绘制相结合,既提高了绘制速度,又实现了精细观察。     

基于对象关系数据库的地理时空数据组织

分析了现有GIS数据的管理方法,指出在现有条件下利用对象关系数据库管理空间数据的优越性。在详细分析了OracleSpatial进行空间数据管理机制的基础上,针对性地提出直接在对象关系数据库中存储矢量地理时空数据的方法。以土地利用变更的时空数据组织为例,在OracleSpatial中实现了空间数据、时间数据和属性数据的一体化管理。     

基于多级线性结构和规则分块的虚拟八叉树

提出一种基于多级线性结构和规则分块、无指针/无位置码的虚拟八叉树模型,具有高效的结点访问效率和存储空间压缩效率,实现了指针八叉树在时间效率、线性八叉树在空间效率两方面优势的统一。新模型能够对三维实体及其内部的非均质属性进行建模,可以保证各种可视化与分析算法的处理效率,在空间信息系统和体图形学等实体建模相关的领域中具有重要的研究意义和应用价值。     

基于三维点云数据的线性八叉树编码压缩算法

八叉树结构是三维数据建模中研究和应用最为广泛的栅格数据结构。由于三维扫描的点云数据是基于物体表面的，其空间离散程度远大于三维实体数据，一般的线性八叉树编码压缩方法都是基于实体数据的，不能直接应用于三维点云数据。提出的改进的线性八叉树地址码(Morton码)的方法可大大提高它的连续性，有效降低八叉树的深度，提高数据的压缩比，改进后的Morton码还可以应用多种编码压缩算法进一步压缩。     

基于关系数据库的半结构化XML数据组织技术

XM L数据的组织和管理存在多种方法。描述XM L数据、模式以及半结构化XM L数据特点,介绍XM L数据库与XM L数据存储方法,讨论XM L数据在关系数据库中的组织策略;基于编码机制,将半结构化XM L 编码分成次序编码、路径编码、混合编码和支持更新的扩展编码,分析总结半结构化XM L数据编码技术,展望XM L数据组织技术的发展趋势,为进一步进行XM L数据组织技术研究提供基础。     

一种基于IIMS的关系数据库融合方案

提出了一个基于IIMS平台融合关系数据库的实现方案,并针对数据库数据建立元数据标准的方法进行了初步探讨,最后给出了一个基于该方案的应用实例。     

基于关系数据库的关联规则的形式化开采

从研究关联规则概念入手,探讨了项目、项目集合和交易数据库等概念在关系数据库中的具体含义,提出了一种全面的、易于理解和使用的关联规则形式化描述方法,并给出了开采关系型数据库中关联规则的一般过程,这为关系型数据库中关联规则开采系统的设计奠定了基础,对系统设计者有一定的指导意义。     

关系数据库中多维数据分析及展现的研究

在对关系数据库业务模型分析的基础上通过建立多维模型定义使数据具有多维的概念,并在此基础上提供了一种B/S模式的多维数据查询和展现的方法,该方法充分利用了多种数据存储结构来优化数据的查询和显示.通过建立维度间的层次关系可实现多维数据的钻取、旋转、切片等操作,结合JFreeChart的图形功能提供了一种多维图形展现和分析的方法.     

用于数据交换的XML文档和关系数据库转换

XML以其结构性、标签性、可扩展性和可移植性成为网络数据交换方面的标准技术,广泛地应用于计算机软件,尤其是电子商务应用领域。但目前数据存储和管理的主流手段仍是成熟而稳健的数据库。这就决定了用于数据交换的XML文档与数据库之间必须频繁的进行转换。在介绍了XML带来的“用数据库存储、XML文档传输”的全新工作方式之后,提出了一种利用良好数据结构和递归算法提取XML文档节点,进而把XML文档转换为关系数据库的方法。最后介绍了一个转换平台,验证了算法的可行性。     

基于非关系型数据库的水文数据分析方法研究

针对水文结构化和非结构化数据中的文字信息分析,以及从分析结果直接调取原始数据进行溯源以验证数据的真实性,提出基于非关系型数据库的水文数据分析方法。将海量水文数据存储在 TRIP 非关系型数据库,搜索引擎集成在数据库,利用索引、中文自动分词、检索和统计分析功能,对水文数据中的数值、日期、 时间、文字内容进行分析。对水文观测项目文字内容的分析,获得水文测站的水文观测项目分布;对长序列、 全时段分钟降水数据的分析,获得降水变化特征;对单站单日降水量的分析,获得单站单日降水量的分布,读取数据库中降水自记纸图像文件并进行溯源。研究结果表明：在非关系型数据库存储海量水文结构化和非结构化数据的基础上,能够对海量水文数据进行分析和数据溯源,具有现实的应用价值。     

基于本体理论的关系数据库存储模式

通过分析借鉴现有本体在关系数据库中的存储模式的优势与不足,提出面向查询的基于本体理论的关系数据库新型存储模式.分析关系数据库概念模型与OWL本体表述之间的关系,实现OWL本体描述关系数据库概念模型,将本体映射到POJO对象模型,利用ORM技术将对象模型映射到关系模型中,形成新型的关系数据库存储模式.该存储模式支持数据库概念模型的灵活演变与更新,实验验证了其有效性.     

基于非关系型数据库的水文大数据存储方法研究

针对现有的技术架构和主流软件工具存储水文大数据存在的问题,分析非关系型数据库存储水文大数据的优势和技术特点,提出非关系型数据库TRIP存储水文大数据的方法。TRIP数据库管理系统部署在PC机上,水文结构化和非结构化数据存储在与PC机数据连接的磁盘存储装置的数据库文件中,根据水文数据的规模,增加磁盘存储装置的数量和容量。研究结果证明,TRIP数据库能够存储多种类型、格式的水文结构化和非结构化数据,可为水文行业存储水文大数据提供新的技术途径。     

一种海量数据生成方法

目前还没有得到广泛认可的DBMS数据生成框架.本文发展已有的数据生成方法,建立一种海量数据生成框架.提供了自定义的函数和表达式,在数据序列的基础上进行迭代操作,并在数据序列迭代和RDBMS间建立联系,加入数据非一致性程度控制机制,分析了多个迭代节点简单引用和复杂引用的情况,建立起迭代模型,给出了多个迭代节点有多个引用的解决方法,尽管有一个附加的负载,但可以避免缓冲.提出把迭代可转换为SQL的数据生成语言,可灵活生成不同的数据模式以及多粒度非一致性数据.实验参照测试基准数据模式,结果表明方法是有效的.     

抽取XML文档到关系数据库

XML在关系数据库中的存储问题是XML研究领域中的一个重要问题。在总结多种映射方法的基础上,提出了一种方法将多个相似的XML文档进行解析,根据映射关系,生成各自的关系模式,并分析归纳出一个集成的关系模式,然后创建一个关系数据库,并在映射关系的基础上提取并存储XML文档数据到关系数据库。此方法以较为简洁的结构保存了XML文档的数据信息,其最大的特点就是不用考虑文档的模式信息（DTD,XML Schema）。并通过一个具体的实验结果来说明这种方法的有效性。