时空数据库新理论目录

时间：2023-02-20 19:50:01 | 来源：营销百科

时间：2023-02-20 19:50:01 来源：营销百科

时空数据库新理论目录：前言

n第1章 时空数据库基础

n1.1 时空数据库概述

n1.2 空间数据库概述

n1.2.1 空间数据结构

n1.2.2 空间查询

n1.2.3 空间数据库索引技术

n1.2.4 空间索引的基本思想

n1.2.5 空间对象近似化

n1.2.6 空间查询处理步骤

n1.3 几种典型的空间索引结构

n1.3.1 B-树和B 树

n1.3.2 R-树

n1.3.3 R*树

n1.3.4 四叉树

n1.4 空间网络数据库概述

n1.5 移动对象数据库概述

n1.5.1 移动对象的描述

n1.5.2 移动对象信息存储

n1.5.3 移动对象的位置表示

n1.5.4 移动对象位置不确定性的表示与处理

n1.5.5 移动对象的索引

n1.5.6 移动对象的查询

n1.6 时空数据模型和索引

n1.6.1 时空数据模型

n1.6.2 时空数据索引

n1.7 本章小结

n第2章 空间数据库几种查询方法

n2.1 基于R-树的最近邻查询理论基础

n2.1.1 最近邻查询的定义

n2.1.2 最近邻查询的测量距离

n2.2 基于R-树的受约束空间连接查询

n2.2.1 基于R-树的受约束空间连接查询的直接方法

n2.2.2 基于R-树的受约束空间连接查询算法

n2.3 基于QR-树的受约束空间连接查询

n2.3.1 QR-树

n2.3.2 基于QR-树的受约束空间连接查询算法

n2.4 基于Voronoi图的线段反向最近邻查询

n2.4.1 线段Voronoi图的定义和性质

n2.4.2 基于线段的反向最近邻

n2.4.3 线段的查询区域

n2.4.4 判断线段与查询区域相交的方法

n2.4.5 Voronoi图的线段反向最近邻查询算法

n2.5 空间数据库中的障碍反向最近邻查询

n2.5.1 可视性判断

n2.5.2 障碍距离的计算

n2.5.3 障碍反向最近邻查询算法

n2.6 本章小结

n第3章 空间数据间的序及数据查询

n3.1 数据空间的二分划分

n3.1.1 空间数据问的序

n3.1.2 二分划分

n3.2 数据空间的四分划分和区域查询

n3.2.1 极小化交叠的数据空间的四分划分

n3.2.2 具有相对位置关系的数据空间的四分划分

n3.2.3 RQOP树的结点插入

n3.2.4 RQOP树的区域查询

n3.3 数据空间的M分划分和MB-树的区域查询

n3.3.1 MB-树的生成

n3.3.2 MB-树的结点插入

n3.3.3 MB-树的区域查询

n3.4 基于序的空间数据索引MOIS-树的区域查询

n3.4.1 MOIS树的生成算法

n3.4.2 MOIS-树的结点插入算法

n3.4.3 基于MOIS-树区域查询的剪枝规则

n3.4.4 基于MOIS-树区域查询算法

n3.5 基于MOIS-树的最近邻和k最近邻查询

n3.5.1 点与物体的空问关系定理

n3.5.2 基于MOIS-树的最近邻查询算法

n3.5.3 k最近邻查询算法

n3.6 本章小结

n第4章 基于不确定性平面线段的查询

n4.1 线段与线段的空间关系描述

n4.1.1 带有不确定影响区域线段的描述

n4.1.2 线段与线段之间的空间关系

n4.2 不确定性区域的平面线段的近邻查询

n4.3 基于Vague集的平面线段不确定性区域

n4.3.1 线段的模糊划分描述

n4.3.2 平面线段的Vague区域描述

n4.3.3 平面线段的Vague区域表示

n4.3.4 平面线段的动态规律描述

n4.4 平面动态线段的索引和查询

n4.4.1 平面动态线段的索引

n4.4.2 线段的近邻查询过程

n4.5 本章小结

n第5章 基于聚类的空间数据索引优化及代价分析

n5.1 基于计算的索引结点优化

n5.1.1 R*树索引简介

n5.1.2 正交区域扫描

n5.1.3 创建二叉线段树

n5.1.4 MBR重叠区域计算

n5.2 基于聚类分析的结点优化

n5.2.1 结点的紧致结构

n5.2.2 聚类结点MBR重叠的判定

n5.2.3 DLSP判定算法实例分析

n5.3 改进的空间划分类索引

n5.3.1 基本知识

n5.3.2 索引的动态更新代价模型

n5.4 本章小结

n第6章 基于主存△-tree的高维数据查询

n6.1 理论基础

n6.1.1 主成分分析

n6.1.2 △-tree

n6.2 高维主存kNN连接索引结构的基础算法

n6.2.1 △-tree-R的基础算法R-insertR

n6.2.2 △-tree-S的基础算法R-insertS

n6.2.3 相关性质及定义

n6.3 非递归深度优先志NN查询

n6.4 递归深度优先kNN查询

n6.5 自底向上深度递归kNN查询

n6.5.1 相关子算法

n6.5.2 BU_DF_knn_Search算法

n6.5.3 三种主存kNN查询算法比较

n6.6 本章小结

n第7章 基于主存△-tree的高维数据连接

n7.1 自顶向下主存△-tree的高维数据相似连接

n7.2 改进的基于△-tree-R的kNN连接

n7.2.1 基于△-tree-R的kNN连接算法子算法

n7.2.2 改进的基于△-tree-R的kNN连接算法

n7.3 基于△-Rdnn-tree的自连接

n7.3.1 反向k最近邻索引结构△-Rdnn-tree

n7.3.2 基于△-Rdknn-tree的kNN自连接算法

n7.4 基于△-Rdnn-tree的反向k最近邻连接

n7.5 基于△-Rdnn—tree的反向k最近邻查询

n7.6 本章小结

n第8章 空间方向关系的关系推理

n8.1 基于MBR的主方向关系的反关系推理

n8.1.1 二维空间主方向关系

n8.1.2 基于MBR的主方向关系的反关系推理算法

n8.2 区域对象间主方向关系的反关系推理

n8.2.1 矩形主方向关系的原关系

n8.2.2 主方向关系的反关系推理算法

n8.2.3 算法验证

n8.3 三维空间方向关系的表达与推理

n8.3.1 三维空间主方向关系模型

n8.3.2 三维空间方向关系推理

n8.4 基于定性坐标的位置表达及主方向关系推理

n8.4.1 空间距离关系

n8.4.2 定性位置表达

n8.4.3 基于定性位置的主方向关系推理

n8.5 本章小结

n参考文献