面向体数据的虚拟八叉树模型研究

针对常规八叉树和线性八叉树的不足,提出了一种基于多级Z-Order曲线、无指针/无位置码的虚拟八叉树模型。在时间方面,由于采用了规则划分的节点数据块及其简单高效的索引结构,新模型具有很高的内存访问效率;在空间方面,由于节点中无指针和位置码信息,而且采用了新的基于规则节点块的合并和压缩原则,新模型具有很好的存储效率。测试结果表明,虚拟八叉树模型同时具有指针八叉树在时间效率、线性八叉树在空间效率两方面的优势,是一种高效的三维体数据组织模型,在体图形学相关的领域中具有重要的研究意义和应用价值。     

面向类对象的三维空间查询

针对流体实验模拟系统中的三维空间数据，采用了基于固定三维网格划分的线性八叉树宅间数据结构，并运用了层次分明的Morton编码方法，快速有效地存储和管理数目庞大的八叉树节点。为了便于缩小空间范围，快速地进行空间查询检索，引入了面向类对象的分级查询技术，有效地提高了空间查询的速度。     

基于Z曲线的瓦片地图服务空间索引

瓦片空间索引是提高瓦片查询效率的关键技术,其性能直接影响地理信息网络服务的整体性能。分析当前广泛应用于瓦片地图服务的格网索引和瓦片四叉树索引的基本原理,利用Z曲线的聚类和降维特性,设计一种基于Z曲线的瓦片空间索引Z-Index,并给出了具体实现。实验结果表明,Z-Index在海量瓦片数据的情况下具有优于格网索引和四叉树索引的瓦片查询效率。     

基于改进的八叉树索引与分层渲染的海量激光点云可视化技术

近年来利用三维激光扫描技术进行的国内各地城市数字化发展迅速,随着硬件技术的升级和扫描范围的逐渐扩大,获得的相应的三维数据可达TB级。因此,如何合理的建立点云索引管理机制,是解决海量点云数据组织和管理的关键问题。本文首先对传统八叉树数据结构的索引方法进行了优化,然后对三维点云分块,建立八叉树索引数据文件,同时用LOD方法对其进行分层抽稀操作,通过建立改进的八叉树与LOD方法相结合的索引,来降低内存的消耗、提高查询的效率,最后根据屏幕显示范围与视角变化实时读取释放点云索引数据,从而实现海量点云数据的可视化。     

一种基于改进四叉树的GIS空间选择查询算法——以ESRI SHAPE格式文件为例

该文通过对原有四叉树在结点分裂和索引对象的结点分配方法方面进行改进,使索引对象被合理地并且不重复地分配到四叉树中的各个树结点中,减少了信息冗余,结点分布更加合理,从而提高整个索引树的搜索效率。并以ESRISHAPE格式文件为例,详细探讨了改进的四叉树在地理信息系统(GIS)的空间选择查询(包括点查询和开窗查询)中的应用与实现算法。实践表明,该算法逻辑清晰,实现简单,查询高效,具有实用价值。     

三维激光点云数据的可视化研究

大量的点云数据是通过三维激光扫描得到的,而点云数据的显示快慢受到了数据索引的直接影响,这是一个基础性问题。经过研究,八叉树与叶节点KD树相结合的混合空间索引结构以及LOD构建的层次细节模型是用来解决点云数据管理与可视化效率不高的问题的有效方法。在局部,通过在叶子节点中构建的KD树实现高效的查询和显示;在全局,为了实现快速检索与调度使用了八叉树模型。采用这种混合数据模型进行点云组织,建立空间索引,并对点云数据进行LOD构建,实现了点云数据的高效检索以及可视化。     

面向影像金字塔的四叉树空间索引算法

基于线性四叉树提出一种面向影像金字塔的空间索引算法。在分析线性四叉树拓扑关系的基础上,设计一个具有方向一致、层次递进特性的编码方式,建立影像金字塔与线性四叉树的映射方案,给出一个按照经度纬度自然增长的邻域查找算法,并构建一个全球多分辨率虚拟地形环境对编码和算法进行测试。实验结果表明,该算法能够明显地缩小空间影像的检索时间,具有较高的编码效率和查找效率。     

基于线性四叉树的快速邻域查询算法

邻域查询是位置服务系统的核心技术,它的实现取决于空间对象数据模型.根据空间对象分布构建的四叉树模型,以及线性四叉树中位置码的使用,提出了一种新的基于线性四叉树的快速邻域查询算法.该算法根据满四叉树结点编码思想对线性四叉树的Morton码进行了改进,并增加了表示四叉树所有结点状态的序列,通过网格模型的邻域查询算法实现了线性四叉树的快速邻域查询.     

PDGIS中空间数据的检索

Oracle 8i是一种新型的对象关系型数据库管理系统，它实现了空间数据和属性数据的有效结合，同时提供参考树和四叉树两种空间索引方式，保证了空间查询的快速性和准确性。介绍了Oracle 8i的两种空间索引机制和空间数据的双层查询模型，并结合配电网地理信息系统开发的具体实例，说明了其实现方法。配电网地理信息系统涉及大量的空间数据，空间索引的建立有利于提高空间数据的检索效率，具有重要的现实意义。     

UPNIS的空间查询——面向类对象的八叉树空间索引机制

针对管网信息系统中的三维空间对象－管网,提出了一种基于固定三维网格划分的八叉树空间索引机制,称为Ｏｃｔｒｅｅ;并提出了一种层次分明的编码方法,有效地存储和管理数目庞大的八叉树结点。为了进一步缩小空间查询检索操作的范围,引入了面向类对象的二级查询技术,有效地提高了城镇管网信息系统ＵＰＮＩＳ的性能。     

一种矢量数据的双层次多尺度表达模型与检索技术

空间数据的多尺度表达是当代GIS研究的热点问题之一。该文针对矢量数据快速可视化的需求,结合制图综合领域的相关理论,提出了一种矢量数据双层次多尺度表达模型,用来将矢量数据抽象为空间要素和要素内的点坐标两个层次进行表达。其中空间要素层次的表达以空间要素为最小研究单元,通过建立多尺度索引来描述空间要素因尺度改变而引起的数量或性质变化;要素点坐标层次的表达则是以要素内坐标点为最小研究单元,通过尺度层次标记的方式来表达空间要素内的点坐标随尺度变化的渐变过程。该模型在开源数据库管理系统PostgreSQL支持下,扩展了相应的索引与函数,实现了矢量数据的双层次多尺度表达模型,同时设计了相应的检索算法,并以某城市1:10 000土地利用数据为例,对上述模型与检索算法进行了验证。实验结果表明,在基本不影响可视化效果的前提下,该矢量数据多尺度模型能极大地提高海量矢量数据的可视化与传输的效率。     

基于名义尺度栅格数据空间自相关测度初探

空间自相关是地理信息科学目前研究的热点问题,作为空间数据挖掘的一种手段,它着重分析了空间实体的聚集程度,阐释了事物之间普遍联系的准则。值得注意的是,目前空间自相关的研究多以空间实体定量化属性为对象,针对定性表达数据测度的空间自相关研究稍显不足。本文以名义尺度下的栅格数据作为研究对象,通过定义空间自邻接指数提出一种空间自相关测度算法,并将其应用到土地利用数据分析中得到了较好的试验结果。     

空间数据库索引技术的研究

空间数据库的索引是提高空间数据库存储效率、空间检索性能的关键技术。传统的索引技术不能有效地索引空间数据。在综述现有空间数据库索引技术的基础上，提出了一种面向大型空间数据库的QR-树索引方法。     

空间数据索引与查询技术研究及其应用

由于空间数据本身的复杂性,以及目前对海量空间数据快速查询的要求日益提高,当前地理信息系统正面临着大数据量空间数据存储及管理的挑战。因此,该文在对当今空间存储方法及空间查询的一些主要技术进行比较和分析之后,提出了基于R树的优化的空间查询系统框架设计,并在一个地理信息系统的应用实例中实现了该设计。     

移动GIS的空间数据索引研究与实现

与传统的数据库中的数据相比,空间数据有数据量大,维数高,空间实体间关系更为复杂等特点。充分研究空间数据特性的基础,对空间数据存储方式进行了较为详细的分析,讨论了各种针对空间数据的空间索引技术,并针对移动GIS的应用实现了一种四叉树索引方法。     

空间数据库的聚类方法

1 引言近年来,数据库的数量和单个数据库的容量都大大增长了。比如,空间物体数据库包括几十亿个望远镜图像,NASA地球观测系统每小时都会产生50GB的数据。这么大的数据量已经远远超出了人为分析解释的能力范围。数据库中的知识发现(KDD)是识别数据中有价值的、新的、潜在有用的、可理解的模式的一     

Web-based visualization of spatial objects in 3DGIS

Adaptive rendering large and complex spatial data has become an important research issue in a 3DGIS application. In order to transmit the data to the client efficiently,this paper proposes a node-layer data model to manage the 3D scene. Because the large spatial data and limited network bandwidth are the main bottlenecks of web-based 3DGIS,a client/server architecture including progressive transmission methods and multiresolution representations,together with the spatial index,are developed to improve the p...     

数据仓库模型设计中的索引策略研究

在数据仓库模型设计中选择合适的索引策略可大大提高查询速度,这对于以处理大量原子型数据和快速查询见长的维度建模方法的具体实现有着重要的意义。以医院药品的数据仓库作为研究对象,阐述了实现过程中的索引策略,其实现对同类问题的解决具有一定的参考价值。     

Spatial data warehouses and spatial OLAP come towards the cloud: design and performance

Cloud computing systems handle large volumes of data by using almost unlimited computational resources, while spatial data warehouses (SDWs) are multidimensional databases that store huge volumes of both spatial data and conventional data. Cloud computing environments have been considered adequate to host voluminous databases, process analytical workloads and deliver database as a service, while spatial online analytical processing (spatial OLAP) queries issued over SDWs are intrinsically analytical. However, hosting a SDW in the cloud and processing spatial OLAP queries over such database impose novel obstacles. In this article, we introduce novel concepts as cloud SDW and spatial OLAP as a service, and afterwards detail the design of novel schemas for cloud SDW and spatial OLAP query processing over cloud SDW. Furthermore, we evaluate the performance to process spatial OLAP queries in cloud SDWs using our own query processor aided by a cloud spatial index. Moreover, we describe the cloud spatial bitmap index to improve the performance to process spatial OLAP queries in cloud SDWs, and assess it through an experimental evaluation. Results derived from our experiments revealed that such index was capable to reduce the query response time from 58.20 up to 98.89 %.