导读:本文包含了分布式空间数据库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:分布式,数据库,数据,空间,矢量,多空,影像。
分布式空间数据库论文文献综述
赵飞[1]（2019）在《分布式多空间数据库信息远程共享方法研究》一文中研究指出目前,传统的数据库信息远程共享方法能够在一定程度上完成数据远程共享,但共享的信息忽略了个性化服务的要求,信息共享的更新时间很长,因此实时性差。针对传统方式存在的问题,笔者通过探究数据库信息远程共享的原理,提出一种新的分布式多空间数据库信息远程共享方法,并与传统方法进行对比实验,结果表明新的信息远程共享方法能够更有效地为用户提供使用感受,并且能够缩短信息共享更新的时间,保证信息共享的实时性。(本文来源于《信息与电脑(理论版)》期刊2019年17期）
李婧[2]（2019）在《分布式多空间数据库复杂时态数据提取技术》一文中研究指出传统方法实现过程复杂、历史复杂时态数据的片面性,导致其无法全面地描述时态数据;且相似性计算无法准确匹配具有动态性与复杂性的时态数据,造成提取精度低。为此,提出一种新的分布式多空间数据库复杂时态数据提取技术。设计动态RBF神经网络,对分布式多空间数据库中未知动态进行识别和建模;通过建模结果完成对复杂时态数据的描述。依据加权关联规则与时态关联规则对支持度和置信度的定义,获取T-FS-tree加权时态关联规则中支持度和置信度。将复杂时态数据描述序列、最小支持度、最小置信度作为输入,将加权时态关联规则作为输出,建立T-FS-tree加权时态关联规则挖掘算法。按照向量计算获取加权时态频繁1项集以及频繁2项集,依据获取的加权时态频繁项集建立初始频繁项集树;依据初始频繁项集树获取全部时态频繁项集;通过获取的频繁项集产生加权时态关联规则。从所有关联规则中选择优先度高的规则,构建的复杂时态数据提取器,实现复杂时态数据提取。实验结果表明,所提方法复杂性低,提取结果更加全面、可靠,有很高的准确性。(本文来源于《科学技术与工程》期刊2019年12期）
尚晓丽,包向辉[3]（2018）在《分布式空间数据库中有效数据频繁项实时检测》一文中研究指出当前数据频繁项检测方法往往具有数据存储结构复杂、维护困难和复杂度高的弊端;针对这种情况,提出一种新的分布式空间数据库中有效数据频繁项实时检测方法。对事物数据进行分配,建立全局VFP树,将最近窗口中全部项集添加至全局VFP树,通过临时表对项集信息进行保存,利用遍历全局树实时检测有效数据的频繁项。通过滑动窗口的初始化阶段与滑动阶段对最旧一批项集临时表进行处理,实现维护。实验结果表明,所提方法能够有效实现分布式空间数据库中有效数据频繁项的实时检测;和其他方法相比,复杂度低、检测可靠性高。(本文来源于《科学技术与工程》期刊2018年19期）
余利峰[4]（2018）在《面向分布式空间数据库的矢量数据存储与查询处理关键技术研究》一文中研究指出随着空天地一体化的发展,地理数据的获取方式不断增多,各行各业积累的矢量数据的规模呈爆炸式增长,传统的集中式空间数据库已无法满足大规模矢量数据的管理需求。为此研究并构建支持多种空间数据库的高性能分布式矢量空间数据库,以满足不同应用场景对矢量大数据的分布式存储与高效并行查询处理的需求,具有重要的实际应用意义。本文围绕这一目标,对其中涉及的矢量数据存储组织模型、矢量数据划分策略以及分布式空间查询语言等关键技术展开了深入研究,并通过原型系统验证了研究内容的可行性。具体研究内容如下:(1)基于对象关系型空间数据库的分布式矢量数据存储组织模型设计。为满足分布式空间数据库中矢量数据的存储需求,本文在研究现有的矢量数据模型的基础上,结合分布式环境下的数据分布特征与分层分块的逻辑组织思想,并充分考虑对象关系型空间数据库管理系统在几何要素上的存储与查询处理优势,设计了基于对象关系型空间数据库的分布式矢量数据存储组织模型。(2)基于Hilbert排列码与跳跃一致性哈希的矢量数据划分策略研究。为提高矢量大数据集分布式存储与并行查询处理的效率,通过分析已有矢量数据划分方法的不足,提出了基于Hilbert排列码和跳跃一致性哈希的矢量数据划分策略,该策略能够按需构建矢量数据块,并可依据服务节点的性能分配数据量,同时还顾及了系统扩展节点时所产生的数据迁移问题。(3)分布式空间查询语言DGSQL3的设计。通过对比分析不同对象关系型空间数据库在查询语言方面的差异,同时结合分布式查询的特点,设计并实现了一种分布式空间查询语言DGSQL3,为构建支持多种空间数据库(PostGIS、MySQL Spatial、SQLServerSpatial)的分布式矢量空间数据库提供了全局统一查询访问接口。(4)原型系统实现与性能测试。基于上述关键技术,设计并构建了分布式矢量空间数据库原型系统,利用该原型系统对各关键技术的有效性与相关性能进行测试。结果表明,基于本文关键技术构建的分布式矢量空间数据库,能够实现对矢量大数据集的分布式存储和高效并行查询处理,支持对异构空间数据库的统一查询,并且在多核异构环境下仍具有较高的负载均衡性和可扩展性。(本文来源于《浙江大学》期刊2018-06-10）
王云晓[5]（2018）在《分布式空间数据库安全的实现技术与机制分析》一文中研究指出在网络时代下,随着空间数据量和应用需求量的不断增加,传统的单节点空间数据服务模式也已经逐渐朝向分布式集群服务模式发展,由于新型分布空间相关技术不够完善,从而产生了一系列的安全问题。基于此,本文重点对分布式空间数据库进行深度分析,提出数据库现有的安全问题,阐述新型安全管理模式与机制,旨在提高分布式空间数据库的安全性。(本文来源于《现代信息科技》期刊2018年02期）
徐道柱,焦洋洋,金澄[6]（2017）在《分布式空间数据库中矢量数据多级空间索引方法研究》一文中研究指出随着网格计算、云计算等技术在地理信息领域的应用,海量空间数据的高效组织与管理成为提供各种数据和功能服务的基础,空间索引是其中的关键问题,文中在分布式空间数据库系统架构基础上,提出一种适应分布式环境下的分层+分块的矢量数据存储组织模型,设计包括矢量数据面片索引、矢量数据层索引、矢量数据块索引以及数据块内索引在内的多级空间索引。实现表明,文中设计的空间索引支持并发创建和高并发条件下的数据高效访问。(本文来源于《测绘工程》期刊2017年10期）
杨臻[7]（2017）在《分布式多空间数据库信息快速融合方法仿真》一文中研究指出在分布式多空间数据库中最重要的部分就是对各个空间数据的共享和集成,因此需要进行数据库信息快速融合方法的研究。但是采用当前方法进行信息快速融合时,无法给出信息环境变化的动态特性,存在信息融合效率低的问题。为此,提出一种基于多属性决策的分布式多空间数据库信息快速融合方法。方法利用模糊理论提取数据库中各个空间的信息特征,将每个信息特征定义为模糊命题的一个输入量,得到对模糊命题的判断支持度,获取各信源的信息优化度与特征识别综合置信度,通过欧式距离衡量系统中各个空间信息之间的距离,得到表征信息序列的决策重要性的熵值,确定各信息属性的局部融合权重,在此基础上得到各个空间信息源的全局融合权重,以此为依据完成对分布式多空间数据库信息快速融合。实验结果表明,所提方法融合效率高,有效的提升了对分布式多空间数据库信息资源的利用率。(本文来源于《计算机仿真》期刊2017年06期）
孙晶,高井祥,史绍雨,汪汇兵,艾波[8]（2017）在《分布式空间数据库在海量卫星影像管理中的应用》一文中研究指出针对现有影像存储方法在海量卫星影像存储中性能不足的问题,分析了现有卫星影像数据存储方法的特点,提出了基于分布式空间数据库管理影像元数据的改进方法。该方法采用文件系统存储影像非结构化的实体数据,影像的空间信息及元数据存储在分布式空间数据库中,实现了海量卫星影像数据的高性能存储,并开展了资源叁号卫星影像数据管理试验。试验表明该方法在海量卫星影像数据查询性能方面有显着提高,适用于海量卫星影像数据存储。(本文来源于《测绘通报》期刊2017年05期）
曹群英[9]（2017）在《分布式空间数据库同步更新技术的研究与应用》一文中研究指出空间数据的集中式管理模式已经越来越不能满足地理信息产业发展的需求,为提供优质、高效、持续的基础地理数据服务,建设多节点、分布式空间数据是大势所趋,针对维护分布式、多源、异构空间数据的一致性这一亟待解决的问题,从技术层面研究了分布式空间数据库的同步更新技术,提供了一种可行的解决方案,并在湖南省地理国情普查数据应用示范平台中得到了实施验证。(本文来源于《科技创新与生产力》期刊2017年04期）
彭瑾,熊伟,吴烨,陈荦[10]（2017）在《可扩展的分布式矢量空间数据库集群原型系统研究》一文中研究指出空间数据获取手段呈现多样化,其数据集每天以PB级的速度在增长,如何高性能地存储、高效处理海量空间数据成为重点问题。基于空间数据库集群系统,提出了Geohash的矢量空间数据分片存储方法,通过该分片方法实现了空间数据的并行导入、分布式矢量空间数据查询。通过实验分析了分布式矢量空间数据库在真实数据集以及虚拟数据集下的读写性能。实验表明:考虑空间分布特征的分布式空间数据库集群在空间查询性能和并发访问性能方面具有更好的扩展性。(本文来源于《地理信息世界》期刊2017年01期）
分布式空间数据库论文开题报告
（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：
传统方法实现过程复杂、历史复杂时态数据的片面性,导致其无法全面地描述时态数据;且相似性计算无法准确匹配具有动态性与复杂性的时态数据,造成提取精度低。为此,提出一种新的分布式多空间数据库复杂时态数据提取技术。设计动态RBF神经网络,对分布式多空间数据库中未知动态进行识别和建模;通过建模结果完成对复杂时态数据的描述。依据加权关联规则与时态关联规则对支持度和置信度的定义,获取T-FS-tree加权时态关联规则中支持度和置信度。将复杂时态数据描述序列、最小支持度、最小置信度作为输入,将加权时态关联规则作为输出,建立T-FS-tree加权时态关联规则挖掘算法。按照向量计算获取加权时态频繁1项集以及频繁2项集,依据获取的加权时态频繁项集建立初始频繁项集树;依据初始频繁项集树获取全部时态频繁项集;通过获取的频繁项集产生加权时态关联规则。从所有关联规则中选择优先度高的规则,构建的复杂时态数据提取器,实现复杂时态数据提取。实验结果表明,所提方法复杂性低,提取结果更加全面、可靠,有很高的准确性。
（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。
分布式空间数据库论文参考文献
[1].赵飞.分布式多空间数据库信息远程共享方法研究[J].信息与电脑(理论版).2019
[2].李婧.分布式多空间数据库复杂时态数据提取技术[J].科学技术与工程.2019
[3].尚晓丽,包向辉.分布式空间数据库中有效数据频繁项实时检测[J].科学技术与工程.2018
[4].余利峰.面向分布式空间数据库的矢量数据存储与查询处理关键技术研究[D].浙江大学.2018
[5].王云晓.分布式空间数据库安全的实现技术与机制分析[J].现代信息科技.2018
[6].徐道柱,焦洋洋,金澄.分布式空间数据库中矢量数据多级空间索引方法研究[J].测绘工程.2017
[7].杨臻.分布式多空间数据库信息快速融合方法仿真[J].计算机仿真.2017
[8].孙晶,高井祥,史绍雨,汪汇兵,艾波.分布式空间数据库在海量卫星影像管理中的应用[J].测绘通报.2017
[9].曹群英.分布式空间数据库同步更新技术的研究与应用[J].科技创新与生产力.2017
[10].彭瑾,熊伟,吴烨,陈荦.可扩展的分布式矢量空间数据库集群原型系统研究[J].地理信息世界.2017
论文知识图
