导读:本文包含了时空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:时空,索引,数据,轨迹,交通,空间,数据管理。
时空索引论文文献综述
李攀宇,贾宏[1]（2019）在《基于HBase的交通数据时空分块索引》一文中研究指出智能交通领域快速发展带来的海量交通数据已难以通过传统关系型数据库及时处理。针对交通数据的分布特点与查询需求,提出了一种基于分布式数据库HBase的时空分块索引框架(STB-HBase),利用HBase行键设计结合二级索引的方式,解决数据在时空维度分布不均引起的热点问题,并设计出STB-HBase下的移动对象轨迹查询和时空范围查询算法。实验结果表明,STB-HBase对交通数据有良好的存储性能和查询效率。(本文来源于《信息技术》期刊2019年12期）
吴政,武鹏达,李成名[2]（2019）在《对等网络下自适应层级的矢量数据时空索引构建方法》一文中研究指出时空索引是时空数据存储和管理的关键技术之一,基于空间填充曲线(space filling curve,SFC)的索引方法近年来受到了广泛关注。然而对于矢量数据,现有索引方法多侧重于空间索引的实现,难以同时顾及时间查询和空间查询的效率,且对于非点要素(线要素与面要素),确定最优的索引级别一直是难点所在。为此,本文面向对等网络环境,提出一种自适应层级的时空索引构建方法。首先提出了基于分区键和分区内排序键组合策略的时空信息联合编码,然后据此设计了点要素、非点要素的时空表达结构,最后设计了多层级树结构以构建时空索引MLS3(multi-level sphere 3),并基于地理实体时间粒度及空间密度等特征自适应确定其最优索引层级。利用轨迹(点要素)、公路(线要素)和建筑物(面要素)实际数据进行了试验。试验结果表明,相比GeoMesa提出的XZ3时空索引,本文索引方法可有效解决非点要素的时空表达及层级划分问题,在避免存储热点的同时实现更为高效的时空检索。(本文来源于《测绘学报》期刊2019年11期）
熊旭辉,张蓓,孙玉霞,段莉莉,黄琳[3]（2019）在《基于Gray曲线和四叉树的共享单车海量数据时空索引》一文中研究指出共享单车位置数据是一种典型的物联网大数据,其大规模高速存取是共享单车实时监管的一个关键问题。为了满足共享单车状态监测的实时流处理和海量数据存储等要求,采用基于云计算的分布式NoSQL数据库方案。由于HBase采用行键作为唯一主键和键-值处理方式,难以有效支持共享单车的多维时空数据管理与复杂查询。因此采用Gray曲线进行多维数据空间分割,通过子空间编码建立基于四叉树的子空间索引,提高子空间查询效率,满足时空数据查询需求。(本文来源于《湖北师范大学学报(自然科学版)》期刊2019年03期）
武英豪[4]（2019）在《非关系型数据库中轨迹大数据时空索引研究及应用》一文中研究指出现今社会,随着无线传感技术、GPS技术、互联网技术、云计算技术的迅速发展,位置数据的获取越来越容易,基于位置的服务(LBS)蓬勃发展,移动轨迹数据大量获取并日渐积累。轨迹数据携带大量的隐含信息,且具有海量高动态的特性。高效管理和索引轨迹数据对挖掘海量轨迹的潜在价值、服务交通和出行等具有重要的意义。本文从实际应用场景出发,从数据库选择、索引策略选择、存储结构及索引算法设计等几个方面对轨迹大数据的时空索引进行了探索。针对现有主流的非关系型数据库的特征和适用性,本文选择了横向扩展性良好、具有最快写操作性能的Cassandra数据库作为轨迹大数据存储的数据库。针对Cassandra数据库读性能的瓶颈设计时空索引。采用时间划分的策略将时间和空间放在同等地位基于Cassandra构建复合时空索引。空间索引采用四叉树和希尔伯特(Hilbert)曲线,时间索引采用等间隔划分。轨迹数据具有高动态性,索引更新代价较大,本文选择固定级别的S2索引编码为实时轨迹构建空间索引。对于固定级别的空间划分,不同精度的查询场景响应效率不同。为实现常见应用场景的迅速响应,本文提出了空间级别和时间间隔划分策略,在最大化利用服务器和数据库存储资源的前提下实现轨迹数据写入和查询的快速响应。同时,提出了新的查询区域构建算法,解决了由于投影不一致导致的漏查现象。论文采用北京市10000辆出租车约1500万轨迹数据进行了实验,测试了时空范围范围查询、邻近查询、并发访问的响应效率。实验表明本文方法能够实现海量轨迹数据的高效存储和查询。在上述研究的基础上,设计实现了一个大数据管理平台的轨迹数据管理功能,提出了一种基于时空索引划分的复杂路线通行时间估计算法,实现了本文轨迹大数据时空索引策略的实际工程应用。(本文来源于《聊城大学》期刊2019-06-01）
王智广,申思,鲁强[5]（2019）在《一种用于交通轨迹数据的时空R树索引结构》一文中研究指出对于包含有时空属性信息的海量交通轨迹数据进行存储、检索等具有重要的实际意义.针对交通轨迹数据的时空特性、无序性以及采样率高等特点,提出一种基于时空距离进行聚类的数据项构造方法;同时针对数据的时空特性和传统R树的节点重迭率较高导致检索效率慢的情况,提出增加时间维度且基于改进的层次聚类算法的R树构造方法.解决了传统方法中树过高以及节点重复率高导致的检索效率问题.实验结果表明,该构造方法得到的R树结构在检索效率方面性能优于传统方法.(本文来源于《内蒙古大学学报(自然科学版)》期刊2019年03期）
赵馨逸,黄向东,乔嘉林,康荣,李娜[6]（2019）在《基于不均匀空间划分和R树的时空索引》一文中研究指出随着移动互联网以及物联网的发展,越来越多的移动设备都内置GPS服务,从而产生了大量的时空数据.这些数据体量大、分布不均匀且带有时间和空间经纬度等多维属性.传统的时空索引还有很多问题有待解决,例如难以处理大规模数据、无法同时处理时间和空间维度等.基于Geohash和R-Tree,提出一种2层时空索引GRIST(Geohash and R-Tree based index for spatio-temporal data),第1层是空间索引,它将空间划分为不同大小的网格并使用Geohash进行编码;第2层是时间索引,由R-Tree构成,不同R-Tree索引不同网格里的数据.GRIST索引支持面向时间和面向时空的查询.在大量随机数据和真实Uber数据上的实验表明:GRIST在索引的构建效率上较于GeoMesa和PostGIS系统可以提升10～45倍,在查询效率上可以提升2～4倍.(本文来源于《计算机研究与发展》期刊2019年03期）
[7]（2018）在《《中国艺术时空》2018年作者索引》一文中研究指出(本文来源于《中国艺术时空》期刊2018年06期）
侯海耀,钱育蓉,英昌甜,张晗,卢学远[8]（2018）在《基于Hilbert-R树分级索引的时空查询算法》一文中研究指出针对树形空间索引中多路查询及未考虑时间维索引的问题,提出一种结合时间和聚类结果的Hilbert-R树索引构建策略。首先,按照数据采集的周期划分时空数据集,并在此基础上建立时间索引,通过Hilbert曲线对空间数据进行分割编码,将空间坐标映射到一维区间;其次,依据数据要素在空间中的分布,采用动态确定K值的聚类算法,结合聚类结果构建高效的Hilbert-R树空间索引;最后,基于Redis几种常见的键值数据结构,对时空数据的时间属性和聚类结果构建分级索引。在时空范围及目标矢量对象查询的实验中,与缓存敏感R+树(CCR+)相比,所提算法可有效减少时间开销,查询时间平均缩短约25%,对不同密集型数据具有良好的适应性,可更好地支持Redis应用于海量时空数据查询。(本文来源于《计算机应用》期刊2018年10期）
唐志贤,王彤,金紫蘅[9]（2018）在《一种基于商空间的非欧时空数据索引模型》一文中研究指出为解决受限网络时空数据的非欧特性限制数据聚类与查询剪枝效率问题,以水利领域为背景,构建一种面向商空间的非欧时空数据索引模型。通过对水系河网进行建模与分析,结合受限网络表征受限时空数据的非欧时空特征,引入商空间的多粒度分析理论对非欧时空数据进行粒化建模,利用定义相应的空间网络结构查询算法实现非欧查询到欧氏空间查询的转换,构建索引框架管理模型,并对模型进行验证。验证结果表明,该研究为非欧数据的索引建模提供了一套可行的解决方案。(本文来源于《兵工自动化》期刊2018年06期）
何立志[10]（2018）在《基于Hadoop平台的时空数据索引和查询技术研究》一文中研究指出随着时态地理信息系统的发展和智能移动设备的普及,全球每天都在产生海量时空数据,且其背后隐藏的信息价值巨大。如何对海量庞杂的时空数据集进行高效的存储管理与查询分析已然成为当下各大科研机构与IT企业亟需解决的热点问题。传统数据库由于其有限的单机存储量和结构化的存储方式,不适合对结构复杂与量级庞大的时空数据进行存储与管理,而Hadoop分布式平台在解决非结构化大数据的存储问题上具有先天优势。因此,本文提出了基于Hadoop平台的时空数据索引和查询技术方案,并且对之进行了设计与实现。该技术系统能有效对海量时空数据进行存储管理与索引查询,具有高并发、易扩展和实时查询等优点。技术整体架构分为叁层,层次逻辑由下到上分别是时空大数据的存储系统、索引系统和查询引擎。存储系统实现时空数据的入库存储;索引系统负责时空索引的构建、存储、加载和检索;查询引擎实现时空数据的查询分析,并对外提供调用接口。本文的主要工作内容如下:(1)根据时空数据的结构特点和HBase的存储特性,设计实现了时空数据在HBase中的存储模型,并研究分析了行键设计对时空查询性能的影响。(2)对时空数据文件的解析接口进行了抽象,实现了灵活的数据入库模块,能方便扩展以支持不同的时空文件格式。(3)基于四叉树和3DR树构建了双层结构的分布式时空索引GR树,并研究实现了GR树的序列化和反序列化机制,使得索引支持磁盘持久化和子树动态加载。在此基础上,对GR树的分布式存储进行了相关优化以提高查询效率。(4)基于HBase的协处理器机制设计实现了叁种时空查询算法,分别是时间段窗口查询、时间段K近邻查询和特定移动对象拓扑查询,并且对算法进行了相关优化以提高查询性能。本文在实验室环境中针对上述设计实现进行了相关性能测试,实验结果证明本文研究的基于Hadoop平台的时空数据索引和查询技术能有效应用于实际Hadoop集群,并且在时间段窗口查询的性能上优于同类方案,同时也可以满足常规时空查询对实时性和高并发的要求。(本文来源于《西安电子科技大学》期刊2018-06-01）
时空索引论文开题报告
（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：
时空索引是时空数据存储和管理的关键技术之一,基于空间填充曲线(space filling curve,SFC)的索引方法近年来受到了广泛关注。然而对于矢量数据,现有索引方法多侧重于空间索引的实现,难以同时顾及时间查询和空间查询的效率,且对于非点要素(线要素与面要素),确定最优的索引级别一直是难点所在。为此,本文面向对等网络环境,提出一种自适应层级的时空索引构建方法。首先提出了基于分区键和分区内排序键组合策略的时空信息联合编码,然后据此设计了点要素、非点要素的时空表达结构,最后设计了多层级树结构以构建时空索引MLS3(multi-level sphere 3),并基于地理实体时间粒度及空间密度等特征自适应确定其最优索引层级。利用轨迹(点要素)、公路(线要素)和建筑物(面要素)实际数据进行了试验。试验结果表明,相比GeoMesa提出的XZ3时空索引,本文索引方法可有效解决非点要素的时空表达及层级划分问题,在避免存储热点的同时实现更为高效的时空检索。
（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。
时空索引论文参考文献
[1].李攀宇,贾宏.基于HBase的交通数据时空分块索引[J].信息技术.2019
[2].吴政,武鹏达,李成名.对等网络下自适应层级的矢量数据时空索引构建方法[J].测绘学报.2019
[3].熊旭辉,张蓓,孙玉霞,段莉莉,黄琳.基于Gray曲线和四叉树的共享单车海量数据时空索引[J].湖北师范大学学报(自然科学版).2019
[4].武英豪.非关系型数据库中轨迹大数据时空索引研究及应用[D].聊城大学.2019
[5].王智广,申思,鲁强.一种用于交通轨迹数据的时空R树索引结构[J].内蒙古大学学报(自然科学版).2019
[6].赵馨逸,黄向东,乔嘉林,康荣,李娜.基于不均匀空间划分和R树的时空索引[J].计算机研究与发展.2019
[7]..《中国艺术时空》2018年作者索引[J].中国艺术时空.2018
[8].侯海耀,钱育蓉,英昌甜,张晗,卢学远.基于Hilbert-R树分级索引的时空查询算法[J].计算机应用.2018
[9].唐志贤,王彤,金紫蘅.一种基于商空间的非欧时空数据索引模型[J].兵工自动化.2018
[10].何立志.基于Hadoop平台的时空数据索引和查询技术研究[D].西安电子科技大学.2018
论文知识图
