导读:本文包含了空间数据索引论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:空间,数据,索引,网格,关键词,地理,区域。
空间数据索引论文文献综述
朱静,刘振华,乔栋[1]（2019）在《基于HBase的海量地理空间数据的空间索引模型构建与优化》一文中研究指出传统关系型数据库在海量地理空间数据的存储与管理上面临着高并发访问规模限制、数据库扩展能力不足等困难。非关系数据库如HBase等以其强大的扩展能力与计算能力为该问题提供了新的思路与方法。空间索引模型和分布式存储模式设计是影响基于非关系数据库的海量地理空间数据的存储与查询效率的关键因素。对当前主要基于HBase的索引模型和空间数据存储设计进行了研究,设计了基于行政区划编码与矢量要素编码结合的RowKey(行键),使空间数据在HBase存储中得到很好的聚类效果,并针对要素重迭与边界划分等问题提出了一种基于四叉树-R树的改进的空间索引模型。该模型基于四叉树结构将空间数据划分为多个子网格,为每一个子网格构建R树索引,利用Hilbert(希尔伯特)曲线对子网格进行编码,并设计了基于MapReduce的并行化索引构建算法和相应的空间查询算法。经实验测试,该存储设计和空间索引模型具有较好的查询效率。(本文来源于《地质科技情报》期刊2019年05期）
杨灿[2]（2018）在《空间数据快速索引技术研究》一文中研究指出随着空间数据在多个领域和行业的广泛使用,各行各业对空间数据的共享和服务效率提出了更高要求,而传统的瓦片浏览技术制约了数据共享服务的效率提升。本文通过对空间数据索引技术研究,提出了空间特征关键信息提取与显示的数据索引技术,研究数据显示与显示范围之间的关系,精确控制显示范围内数据查询、显示的数据量,达到了的数据快速筛选与获取。(本文来源于《电子技术与软件工程》期刊2018年19期）
吴珂[3]（2018）在《基于GPU的空间数据索引与查询技术研究》一文中研究指出近年来,随着智能手机、车载定位设备等一系列基于位置终端设备的迅速普及,每年全球都会产生大规模的空间位置信息,基于位置服务的应用与人们的生活出行密切相关。空间数据具有数据体量大、表示形式多样、处理过程复杂的特点,因此,如何有效地处理大规模空间数据,以满足基于位置服务的应用需求,显得尤为重要。目前,大部分针对空间数据处理技术的研究,主要分为两类,一是在CPU平台下改进空间数据处理算法;二是利用分布式系统来提高空间数据处理能力。然而,传统串行CPU方式的空间数据处理技术面对日益增长的空间数据,逐渐显现出性能短板。与传统CPU相比,图形处理器GPU具有强大的多核并行计算能力。快速发展的通用计算GPU技术以及CUDA编程框架,为空间索引技术和空间查询技术的性能提升提供了新的途径。本文结合GPU技术,对空间数据的索引构建技术和空间查询技术进行了深入研究,主要研究内容如下:首先,提出了一种基于CUDA的静态R树索引构建方法。该方法采用自建的基于数组结构体方式的线性化索引结构,并进行了对传统基于静态R树的构建方法的并行化分析。针对GPU共享内存资源的特性,该构建方法中采用了一种两阶段的索引构建方式,可以有效利用共享内存资源高速读写能力。其次,在自建静态R树索引的基础上,提出了基于CUDA的空间范围查询方法,主要是对范围查询中精过滤阶段进行GPU并行设计。为了解决范围查询中粗过滤阶段效率低下的问题,利用Geohash网格对地理空间的划分,进一步提出了GPU平台的基于Geohash网格的范围查询方法。再次,结合本文提出的两种范围查询方法,采用将k最近邻查询转化为多次范围查询的方式,分别给出了GPU平台下基于CUDA的k最近邻查询方法和基于Geohash网格的k最近邻查询方法。为了提高查询效率,给出了k最近邻查询方法中扩展框的动态扩展策略。最后,考虑到k最近邻查询效率受范围查询方法的限制,利用Geohash编码的空间邻接性,提出了基于CUDA的近似k最近邻查询方法G-AkNN,并给出了基于相邻Geohash编码的扩展搜索策略,以降低查询结果的误差。结合本文的实验结果可知,相比于传统CPU方式,本文给出的基于CUDA的静态R树索引构建方法以及相应的空间查询方法在数据量较大时有明显的效率提升,能有效地满足大规模地理空间数据场景下的应用需求。(本文来源于《西安电子科技大学》期刊2018-06-01）
刘文东[4]（2018）在《基于Phoenix平台的空间数据索引与查询技术研究》一文中研究指出近年来,随着社会经济的快速发展,智能手环、滴滴出行、外卖点餐等众多地理信息系统相关应用大量出现,导致地理空间数据大规模产生。人们在日常生活中越来越依赖于空间数据,空间大数据时代已经到来。传统关系型数据库由于单机存储容量有限,无法处理海量数据。因此,近年来出现了以Hadoop、HBase、Phoenix等为代表的分布式平台。Phoenix平台基于HBase,具有易理解的二维表模型、强大的SQL语言、高效的二级索引、分布式水平扩展等优良特性,但不支持空间数据的组织和管理。针对上述问题,本文提出了一种新型的空间数据管理方案——SpatialPhoenix。该方案选取Phoenix作为基础开发平台并对其进行空间扩展,增加空间数据预处理、存储、索引、查询等空间操作,结合GeoTools开源组件,设计并实现标准的空间数据访问接口,使应用层可以方便地对Phoenix平台中的空间数据进行读写和查询。本文主要工作如下:(1)空间数据存储模型的研究与设计。基于Phoenix分布式平台,研究并设计了空间数据存储模型、空间数据预处理模块和空间数据导入模块,以完成空间数据存储操作。(2)空间索引算法的研究与设计。基于空间数据存储模型,选取Geohash编码作为空间索引算法,并结合Phoenix二级全局覆盖索引,为后续空间查询算法提供空间索引基础。(3)空间查询算法的研究与设计。基于空间数据存储模型和空间索引算法,研究并设计了两种空间查询算法,分别是范围查询算法和kNN查询算法,二者都采用“叁步走”策略,即分为预处理、过滤、精炼叁个阶段,且将过滤和精炼阶段都放到服务器端执行,从而可以大大提高空间查询效率。(4)空间数据访问接口的设计与实现。基于Phoenix分布式平台,设计并实现了与GeoTools对接的空间数据访问接口,使得应用层可通过GeoTools管理和分析Phoenix平台中的空间数据。为了评估SpatialPhoenix方案的有效性,本文搭建了Phoenix分布式平台,选取PostGIS作为实验对比平台,采用空间点数据集,对空间数据导入方式和空间查询算法进行了多项测试。实验结果表明,SpatialPhoenix方案具有更高效且更加稳定的数据导入方式。当空间数据集和查询结果达到一定规模时,SpatialPhoenix方案具有更加高效的空间查询方式。(本文来源于《西安电子科技大学》期刊2018-06-01）
孟彦伟[5]（2018）在《移动空间数据索引及查询方法研究》一文中研究指出空间数据描述的是实体对象的形状、位置等属性信息,被广泛地应用于社交网络、物流系统等系统领域。随着计算机技术和位置数据采集技术的愈发成熟,位置数据规模急剧增长,针对位置数据的查询、检索等操作面临着严峻的挑战。空间数据的查询问题是空间数据处理问题中的热点研究问题,发展至今已有很多成熟、高效的求解算法。然而,在当今许多现实应用中,空间位置数据是大量的、随机变化的,经典空间数据的索引结构及其查询方法,往往不能给出满足查询条件的最优解决方案。本文研究分析移动空间数据的索引创建和查询问题,针对大量随机变化的移动空间数据,提出了创建一个两层的空间索引结构,并在此基础上进行区域查询、KNN查询、区域近似查询、KNN动态查询研究。首先,本文进行两层索引结构的创建,在索引创建过程中,先生成局部Voronoi图,再依据局部Voronoi图生成R树,由此,便创建了一个两层的空间索引结构,针对海量、随机变化的移动空间数据,该索引结构能够有效地进行创建和更新;接着,在这个两层索引结构中,进行区域查询、KNN查询、区域近似查询和KNN动态查询,其中,区域近似查询是针对索引更新期间数据的变化,而对区域查询结果的一种近似地精确,KNN动态查询是在索引更新期间,针对数据变化问题对KNN查询结果的进一步精确,提高查询的时效性;最后,分别在模拟数据集和真实数据集对索引创建时间、区域查询算法、KNN查询算法和动态查询进行实验。通过实验验证,本文提出的空间索引结构具有较短的创建时间,其查询算法具有较好的性能和准确率。(本文来源于《辽宁大学》期刊2018-05-01）
张素智,赵亚楠,杨芮[6]（2017）在《基于MPB-Tree索引的空间数据多关键词模糊查询算法研究》一文中研究指出随着具有定位功能的智能设备的大量使用,产生出海量的空间数据,每条数据中包含的信息越来越多,而以往的查询算法多数仅对单个关键词进行查询,已难以满足用户更为个性化的需求.为此,本文提出一种多空间关键词模糊查询算法,在该算法中,将以往的两维空间距离计算转化为莫顿码匹配提升查询效率,且与模糊查询算法融合支持查询的容错.实验结果表明,该算法的效率及准确性较以往查询算法有较大提高.(本文来源于《华中师范大学学报(自然科学版)》期刊2017年06期）
张素智,赵亚楠,杨芮[7]（2017）在《支持空间数据移动查询的索引研究》一文中研究指出随着智能移动设备的普及,空间数据也随之呈现出几何级增长,结合空间对象位置和关键字的查询越来越受到人们的关注.然而,在之前的大量研究中多是假设空间词为不变的,但是在实际生活中,空间对象的位置有许多是移动的,这就可能导致查询结果不符合实际需求.针对上述状况,提出一种支持移动空间关键词查询方法.经实验验证,该方法具备一定的实用性,且查询效率有较大的提高.(本文来源于《湖北民族学院学报(自然科学版)》期刊2017年04期）
崔登吉[8]（2016）在《空间分布模式驱动的空间数据组织与索引研究》一文中研究指出空间数据组织与索引是空间信息技术应用的基础。随着智慧城市的快速推进、VGI(Volunteered Geographic Information)及 LBS (Location Base Service)应用的迅速发展,空间数据呈现出爆炸式增长,面对这些类型多样、体量庞大、增量迅速,以多维域和非结构化为特征的空间大数据,现有组织与索引方法出现了查询与分析效率低下、存储与传输成本过高等一系列问题。针对这些问题与挑战,建立有效组织与索引方式是推动空间大数据应用与分析的关键。空间数据库是空间数据管理的主要场所,其研究主题包括空间数据模型、空间数据组织、空间索引以及空间操作等。当前空间数据库研究主要存在叁个方面的问题:①空间划分方面:无论是以空间驱动的“忽略对象的空间划分”,还是以对象驱动的“忽略空间的对象划分”,都没顾及地理对象的群体定位特征,使得当前空间划分的适应性受到限制;②组织存储方面:现有组织方式将地理对象离散化存储,割裂了地理要素间的联系,没有充分顾及地理对象的空间邻近性与空间异质性,难以平衡空间数据的多维域与计算机的线性结构化之间的基本矛盾,导致现有组织与索引方式效率低下,支持地理计算和地理场景模拟能力明显不足;③空间索引与空间操作方面:现有平衡树索引结构保证了查询性能却带来了较大的构建与更新代价,非平衡树结构保证了构建与更新效率,却难以处理聚集分布模式下产生的数据倾斜问题,且忽略了空间数据组织存储模型的重要影响,缺乏空间索引与组织存储模型一体化的高效空间操作算法。由此可见,现有的空间数据组织与索引方法研究注重计算机技术实现主题,缺乏对地理规律和空间信息科学领域知识的重视,不能有效解决计算机结构化线性存储与非结构化多维空间数据之间的矛盾,难以满足大数据时代海量空间数据的组织与索引需求。为了突破以对象离散化与存储结构化为特征的现有空间数据组织与索引方式,本文针对空间数据组织与索引领域上述叁个关键问题展开研究。主要研究内容与成果如下:(1)空间分布模式探测与空间划分方法。从对象的空间邻近性与空间异质性入手,在空间分布模式分类与定量参数描述的基础上,引入划分子区面积与周长变异系数指标,提出了空间分布模式的快速探测方法。随后引入空间邻近性的定量描述指标局部密度p和空间异质性的定量描述指标斥群距离δ,设计实现了聚集空间分布模式下多目标约束的局部聚类空间划分方法,并给出了基于决策图的离群对象优化方法。(2)顾及空间邻近性与空间异质性的层次嵌套组织模型。从邻近性与异质性对空间数据组织的影响机制与约束规则入手,基于面向文档的非关系模型,针对具有层次嵌套结构与多种地理现象共存并相互作用的地理综合体,设计了空间数据的层次嵌套组织模型,向上实现了模型之间的嵌套打包组织方法,向下实现了模型内部模式自由、易扩展的非结构化组织方法。(3) PatternList空间索引。分析数据结构的对空间索引查询、更新与维护代价的重要影响,引入概率化的线段跳表结构,设计并构建了半平衡空间索引PatternList。给出PatternList的查找、插入、删除操作流程和叁种操作的时间复杂度分析。随后结合层次嵌套组织模型设计实现了 PatternList支持下的空间数据操作算法与动态批量更新策略。叁大主要研究内容紧密相连层层递进,空间分布模式探测与空间划分方法是整个研究的基础,层次嵌套组织模型是数据组织存储的模式,PatternList空间索引结构是空间划分与层次嵌套组织模型的映射,PatternList支持下的空间数据操作为本文空间数据组织与索引方法提供算法支撑,最终构建了 VGEs原型系统,对空间数据的层次嵌套组织模型、半平衡PatternList空间索引结构以及相应空间操作算法进行了实现,并使用典型测试数据集验证了本文自适应空间划分方法、层次嵌套组织模型与空间索引结构的可行性与有效性。本文重点突破空间数据组织与索引关键技术,并为空间数据组织与索引的研究提供思路与方法上的拓展。研究成果不仅丰富了数据组织与索引方法,还提高了 GIS的空间数据服务能力。(本文来源于《南京师范大学》期刊2016-09-01）
刘小峰[9]（2015）在《基于RQOP树空间数据索引技术的研究》一文中研究指出数字城市及数字地球技术正一步步走向成熟,百度地图、谷歌地图等应用软件一步步走进我们的生活,地理信息系统的重要性日益显现。空间数据索引技术在地理信息系统(GIS)中有着重要地位。它的好坏直接决定了整个地理信息系统系统的性能。研究空间数据结构以寻找更好的空间数据索引方法,一直是众多学者不懈努力的目标,因此对它的研究有着理论和实际的双重意义。RQOP树作为空间数据树,是通过定义最小外包矩形(MBR Minimum Bounding Rectangle)的排序关系,利用这些排序关系对空间目标数据进行划分为四叉树的形式,使得树高度平衡。传统的R树解决了空间数据搜索的功能,而RQOP树结合了R树的优点,进一步提高了空间数据的搜索效率。深入研究改进RQOP树对提高空间数据处理有积极作用。本文研究R树的变种—RQOP树的空间数据索引方法,以获取更高性能的空间数据索引机制为目标。根据数据之间的关系,对RQOP树进行结构上的重组,使树形更加紧凑。由于RQOP树相对与其他R树、CF树等检索速度更快,因此研究改进RQOP树,以提升搜索速度,以及减少的存储空间占用成为本文的主要目的。本文以空间物体的最小外包矩形(Minimum Bounding Rectangle)为近似表达方式,以获得具有较高性能的空间数据索引结构为目标,通过定义空间目标间的排序关系并利用这些排序关系对数据空间的划分方法进行探讨。本文对如何建立含包含关系的空间数据四分划方法深入研究,在原RQOP树的基础上改进划分规则,采取新的规则后,分别用最小覆盖、最小重迭的四分划方法构建出新的RQOP树。使实体数据不只存在于最底层,其包含关系能在树状结构中能得到体现。减少子叶节点,使整体结构更为紧凑,并用实验证明新的划分方法的先进性。并根据改进后的RQOP树,阐述了改进后的节点插入、删除、合并等算法。以上述研究为基础,给出了一种基于RQOP树改进的新空间数据索引结构,该结构中对于中间节点的利用提出优化方案;设计并实现了一个实验验证系统原型。通过该系统验证表明其对于提高检索效率有较高的可行性。(本文来源于《武汉理工大学》期刊2015-04-01）
吴宾[10]（2014）在《地理空间数据集的多级格网索引研究与应用》一文中研究指出地理空间数据集覆盖范围广,涉及学科门类齐全。地学研究者需要跨学科、跨区域的大量地学数据,从繁杂的地学数据中发现未知关系,探索新的知识。但是,传统的以元数据为核心的地学数据共享平台没有充分利用地理空间数据集所特有的时间和空间属性,造成用户查询数据时常常出现查不准、查不全等问题。因此,研究和构建有效的地理空间数据集索引,实现地理空间数据集的高效、准确检索,对地学数据共享具有重要的理论价值和实际意义。本论文研究的总体目标是在已有地理空间数据索引研究的基础上,开展面向地理空间数据集的多级格网索引的研究,构建地理空间数据集的多级格网索引,实现基于多级格网索引的地理空间数据集高效、准确检索,促进地学数据共享工作中对数据资源的管理、集成和分析,发展多级格网索引的理论和方法,提高地学数据资源共享的服务能力。围绕研究目标,论文拟重点开展以下3方面的工作:(1)地理空间数据集多级格网构建的理论方法研究。分析、总结地学数据中地理空间数据集的时间属性特征和空间属性特征;分析地理空间数据集的时空特征对格网划分方法的要求和影响;分析格网的空间精度、时间精度;分析与格网相对应的索引的计算性能和检索性能;综合以上几方面的分析,提出构建地理空间数据集多级格网的理论框架,设计一个地理空间数据集多级格网方案。(2)基于多级格网的地理空间数据集索引研究与构建。根据构建出的多级格网,研究统一地理空间数据集的时空属性的理论和方法;分析时间属性和空间属性与设计的多级格网方案的层级之间的对应关系,研究时间属性和空间属性的分级方法,以此作为确定地理空间数据集的索引级别的理论依据;研究索引效率评价的方法,构建模拟数据,并进行实验研究,找出问题并加以改进。(3)介绍了基于地理空间信息多级网格检索系统的框架体系、模块组成、开发环境、功能开发的具体实现等过程。并通过测试验证了地理空间信息网格的原理和技术可行性,设计地理空间多级信息网格的数据存储结构和高效的数据检索方法,并通过实验进行验证,该结构和方法基于本体论,为地理空间信息网格的实际应用奠定技术基础。(本文来源于《电子科技大学》期刊2014-09-01）
空间数据索引论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
随着空间数据在多个领域和行业的广泛使用,各行各业对空间数据的共享和服务效率提出了更高要求,而传统的瓦片浏览技术制约了数据共享服务的效率提升。本文通过对空间数据索引技术研究,提出了空间特征关键信息提取与显示的数据索引技术,研究数据显示与显示范围之间的关系,精确控制显示范围内数据查询、显示的数据量,达到了的数据快速筛选与获取。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
空间数据索引论文参考文献
[1].朱静,刘振华,乔栋.基于HBase的海量地理空间数据的空间索引模型构建与优化[J].地质科技情报.2019
[2].杨灿.空间数据快速索引技术研究[J].电子技术与软件工程.2018
[3].吴珂.基于GPU的空间数据索引与查询技术研究[D].西安电子科技大学.2018
[4].刘文东.基于Phoenix平台的空间数据索引与查询技术研究[D].西安电子科技大学.2018
[5].孟彦伟.移动空间数据索引及查询方法研究[D].辽宁大学.2018
[6].张素智,赵亚楠,杨芮.基于MPB-Tree索引的空间数据多关键词模糊查询算法研究[J].华中师范大学学报(自然科学版).2017
[7].张素智,赵亚楠,杨芮.支持空间数据移动查询的索引研究[J].湖北民族学院学报(自然科学版).2017
[8].崔登吉.空间分布模式驱动的空间数据组织与索引研究[D].南京师范大学.2016
[9].刘小峰.基于RQOP树空间数据索引技术的研究[D].武汉理工大学.2015
[10].吴宾.地理空间数据集的多级格网索引研究与应用[D].电子科技大学.2014
论文知识图
