共查询到20条相似文献,搜索用时 140 毫秒
1.
空间信息的存储和处理问题是地理信息系统(GIS)的核心问题.对空间数据和属性数据的统一存储管理已成为必然趋势.本文通过对GIS中海量数据的存储方式进行研究,指出对象-关系型的数据库存储方式是空间数据库的发展方向.在此基础上讨论了Hibernate技术与GIS数据库的结合,使用Hibernate技术将关系数据库中空间数据和属性数据进行封装,屏蔽了数据库底层操作,使得程序员可以用面向对象的思想随意操纵数据库,在利用了关系数据库的快速检索、查询能力的同时也增强了数据的一致性和可移植性. 相似文献
2.
3.
4.
5.
6.
7.
针对传统电力地理信息系统(GIS)在存储能力、分析能力和扩展能力上的不足,将云计算技术应用到电力GIS领域,提出利用Hadoop云平台对电力GIS数据进行高效存储和管理的方案。首先对电力GIS各类数据的特点进行了分析,提出了关系型数据库与非关系型数据库相结合的数据存储策略,并在此基础上设计了基于Hadoop的电力GIS数据管理整体架构、相应的数据模型以及基于MapReduce的数据并行查询分析方法。最后,在单机和集群的环境下,对空间分析与运行数据查询的性能进行了对比与验证。实验结果表明,在数据量达到一定规模时,该方案优势明显,数据分析与查询的平均时间缩短30%以上,具有较高的效率和良好的扩展性。 相似文献
8.
基于SDE的GIS空间和属性数据在RDBMS中的集成 总被引:17,自引:0,他引:17
像其它的信息系统一样,数据库是GIS不可或缺的一部分。但是由于GIS中空间数据的特殊性,从而在一定程度上限制了关系数据库在GIS中的应用。而ArcSDE的推出就比较好地解决了这个问题。该文将介绍SDE是怎样将空间数据存储在关系数据库中,并在此基础上介绍存储在关系数据库中的空间数据是如何与也在同一数据库中的非空间属性数据进行连接。 相似文献
9.
日益增长的GIS数据迫切需要一种高效、经济的网络化存储方式。iSCSI协议定义了在TCP/IP网络中发送、接收block(数据块)级的存储数据的规则和方法,整合了SCSI存储标准和TCP/IP协议,充分发挥了它们的优势。本文对iSCSI存储网络进行了简单的测试与分析,认为基于iSCSI技术实现的SAN网络,能够满足中小型企业的GIS数据库存储需求,且性价比最高。 相似文献
10.
基于关系型数据库的空间数据组织管理及应用研究 总被引:1,自引:0,他引:1
空间数据的组织管理是GIS的基础和核心。目前,众多的传统关系型数据库都对空间数据存储进行了扩展,将空间数据和属性数据进行一体化存储。论文首先阐述了空间数据组织管理的技术发展及现状,以及OGC规范下的空间数据开放性和标准化,之后结合几种商用和开源空间数据库,介绍基于关系型数据库的空间数据解决方案及其在GIS中的应用。 相似文献
11.
12.
13.
14.
现有的无线传感器网络数据融合技术存在数据延迟和数据正确性两方面的问题。针对该问题设计一种基于簇内实时数据融合的方法.该方法首先通过量化计算将数据划分为紧急数据和非紧急数据并作标记,将紧急数据迅速融合传给用户以提高实时性。在融合过程中引入传感器测量修正并结合关系矩阵法对数据进行相应的融合处理.然后对融合结果进行分析并进行反馈调整。仿真实验结果表明.该方法能够提高簇内实时数据融合正确性并且降低数据延迟. 相似文献
15.
16.
17.
数据质量评估方法研究 总被引:24,自引:0,他引:24
数据质量管理已经成为当今数据管理的关键问题,并得到了广泛的研究和应用。数据质量评估作为数据质量管理中的必要过程和基础部分,目前缺乏一种定量的系统的方法。针对数据质量评估中的这一问题,该文介绍了一些基本的数据质量评估指标,提出了一种数据质量评估模型,并阐述了该模型的构造技术和计算方法。 相似文献
18.
原始体检数据存在信息模糊、有噪声、不完整和冗余的问题,无法直接用于疾病的风险评估与预测。由于体检数据在结构和格式等方面的不足,不适合采用传统的数据预处理方法。为了充分挖掘体检数据中有价值的信息,从多角度提出了针对体检数据的预处理方法:通过基于压缩方法的数据归约,降低了体检数据预处理的时间及空间复杂度;通过基于分词和权值的字段匹配算法,完成了体检数据的清洗,解决了体检数据不一致的问题;通过基于线性函数的数据变换,实现了历年体检数据的一致性和连续性。实验结果表明,基于分词和权值的字段匹配算法,相对于传统算法具有更高的准确性。 相似文献
19.
20.
In data mining and knowledge discovery, there are two conflicting goals: privacy protection and knowledge preservation. On the one hand, we anonymize data to protect privacy; on the other hand, we allow miners to discover useful knowledge from anonymized data. In this paper, we present an anonymization method which provides both privacy protection and knowledge preservation. Unlike most anonymization methods, where data are generalized or permuted, our method anonymizes data by randomly breaking links among attribute values in records. By data randomization, our method maintains statistical relations among data to preserve knowledge, whereas in most anonymization methods, knowledge is lost. Thus the data anonymized by our method maintains useful knowledge for statistical study. Furthermore, we propose an enhanced algorithm for extra privacy protection to tackle the situation where the user’s prior knowledge of original data may cause privacy leakage. The privacy levels and the accuracy of knowledge preservation of our method, along with their relations to the parameters in the method are analyzed. Experiment results demonstrate that our method is effective on both privacy protection and knowledge preservation comparing with existing methods. 相似文献