时空数据库查询研究

随着移动定位技术的飞速发展，追踪移动对象以提供定位服务（locationbased services, LBS）已变得切实可行。一般地，定位服务器被构建为一个移动对象数据库。主要讨论在移动对象数据库中查询时空数据的相关核心技术，包括数据模型、索引结构。并给出了一种可用于LBS环境下的相关实现。     

一种改进的基于交通网络的移动对象索引方法

通过对基于交通网络(简称网络)移动对象索引方法FNR-Tree的分析，提出了一种改进的TNR-Tree方法。该方法充分利用网络信息，增大空间索引粒度，使用更合理的时间间隔，加强对轨迹的索引。性能分析说明了TNR-Tree方法较大程度地减少数据存储量和索引尺寸，提高了插入性能，并能有效地进行轨迹索引。     

一种改进的基于交通网络的移动对象索引方法

通过对基于交通网络（简称网络）移动对象索引方法FNRTree的分析,提出了一种改进的TNRTree方法。该方法充分利用网络信息,增大空间索引粒度,使用更合理的时间间隔,加强对轨迹的索引。性能分析说明了TNRTree方法较大程度地减少数据存储量和索引尺寸,提高了插入性能,并能有效地进行轨迹索引。     

移动对象数据库将来查询方法研究

首先提出一个移动对象的轨迹模型,能建模低维和高维运动轨迹,并在此基础上提出一个具体的移动对象将来查询方法,该方法能应用于多种索引结构。本文基于R树结构,给出了对于不同查询形式的具体实现过程。     

一种双时态时空模型和索引机制

建立了一种支持三维空间和双时态的时空模型，给出了模型的形式化定义，讨论了时空数据类型，并在此模型上提出了一个基于R树的统一时空索引（UST-TREE）机制，定义了节点结构，并分析、描述此索引的结构及原理，所提出的索引机制可大大提高数据的检索效率，减少了冗余信息。     

数据库查询优化策略

高效的数据查询操作对数据库系统的性能有着重要的影响。本文从索引优化、存储过程等角度提出了一些优化查询的策略,以有效提高查询的速度。     

数据库查询优化策略

高效的数据查询操作对数据库系统的性能有着重要的影响.本文从索引优化、存储过程等角度提出了一些优化查询的策略,以有效提高查询的速度.     

数据库查询优化策略

高效的数据查询操作对数据库系统的性能有着重要的影响.本文从索引优化、存储过程等角度提出了一些优化查询的策略,以有效提高查询的速度.     

ACCESS数据库应用开发特色及方法

为了进一步加强Ｖｉｓｕａｌ－Ｂａｓｉｃ的应用系统开发范围，作者在分析ＡＣＣＥＳＳ数据库结构的基础上，探讨了用ＡＣＣＥＳＳ进行应用系统开发的特色，并阐述了ＡＣＣＥＳＳ的常用开发方法，实践证明，完全能达到用户共享，有较小的冗余度和较高的数据与程序独立性的要求。     

一种多属性的时空数据聚类算法分析研究

时空聚类(spatial-temporal density based spatial clustering of applications with noise,ST-DBSCAN)算法只能处理固定属性的时空数据,且其人为设定阈值的方法具有较大随机性会导致聚类结果不理想.基于ST-DBSCAN算法存在的不足,提出了一...     

基于多源数据的出行安全时空评价模型研究

准确评估城市安全态势是保障居民出行安全的关键。针对现有的单一领域静态评价方法难以应对复杂多变的出行安全问题,考虑出行安全的时空相关特性,提出一种基于多源数据的出行安全时空评价模型。针对时间类特征的马尔科夫特性,构建基于条件随机场的时间域评价模型以模拟安全指数的时序相关性;针对空间维度中不同栅格之间的特征相关性和地理位置邻近性与安全指数之间复杂的非线性映射关系,构建基于神经网络的空间域评价模型以模拟安全指数的空间相关性。在模型训练阶段,考虑样本数据稀疏性问题,采用基于协同训练的半监督学习方法使2个模型相互迭代增强,共同作用得到最终评价结果。实验结果表明,该方法分类评价精确率达82.3%,召回率达70.4%,模型性能优于其他几种常用的分类算法。     

面向公共安全的时空数据挖掘综述

随着各种手持无线设备及传感器的普及,大量的具有时间和空间属性的轨迹数据在不间断地产生.这些不同来源的轨迹数据记录了个体在时间和空间上的活动,从微观和宏观揭示出个人和团体的活动规律,对研究人群行为及城市管理,特别是城市公共安全管理方面,具有重要的意义.以公共安全管理为主要目标,分4个方面调研了相关的研究工作,并分别给出了笔者的研究进展.使用了2类比较有代表性的数据,第1类是智能手机的时间、空间轨迹数据;第2类是城市公共交通卡的换乘数据.第1类是从“点”上分析挖掘个体或者群体的活动规律,而第2类数据则是从“线”上发现人群的聚散规律.基于第1类数据,针对“个体的发现”介绍了相关工作;对于第2类数据,分别从短时和突发2个方面,发现具有潜在危害性的事件,从而向有关部门提供预测和预警,防范该区域可能出现的公共安全事件.比较了各类模型包括经典的时序数学模型ARIMA(autoregressive integrated moving average model)和SARIMA(seasonal autoregressive integrated moving average)、机器学习和神经网络模型SVR(support vector re-gression)、NN(neural networks)、和LSTM(long short-term memorg),发现笔者的模型在短时客流预测方面可以最多提高27.78％,突发客流预测精度可以最高提高到14.68倍.     

有效支持空间OLAP的空间数据仓库模型研究

为了实现各类空间联机分析,提供更加全面灵活的空间决策支持,提出了一个空间数据立方体与空间索引结构相互协作的空间数据仓库模型,并同时构建了一个与之协作的空间索引结构aR^ B_tree．aR^ B_tree基于R^ _tree和B_tree实现,存储了空间维及时间维的聚集信息和层次关系,可以有效支持区域聚集查询．对各种空间联机分析操作进行了分类,分析表明该模型充分利用了传统数据仓库成熟的建模和联机分析技术,结合了空间索引结构在空间层次结构上的灵活特性,可以有效地支持各类空间联机分析．最后比较了aR^ B_tree与其他索引结构在区域聚集查询方面的性能．实验结果证明,在区域聚集查询中aR^ B_tree的节点访问次数和查询执行时间均小于现有索引结构．     

Multidimensional Data Querying on Tree-Structured Overlay

Multidimensional data query has been gaining much interest in database research communities in recent years, yet many of the existing studies focus mainly on ten tralized systems. A solution to querying in Peer-to-Peer（P2P） environment was proposed to achieve both low processing cost in terms of the number of peers accessed and search messages and balanced query loads among peers. The system is based on a balanced tree structured P2P network. By partitioning the query space intelligently, the amount of query forwarding is effectively controlled, and the number of peers involved and search messages are also limited. Dynamic load balancing can be achieved during space partitioning and query resolving. Extensive experiments confirm the effectiveness and scalability of our algorithms on P2P networks.     

基于综合时空数据模型的包头市郊区土地监测信息系统

为了深化多时态地理信息系统 (TGIS)研究 ,建立包头市郊区土地监测信息系统 ,提出了时空地理实体这一新的概念。阐述了决定土地监测信息系统模型设计的数据基础、身份确认原则、时间综合期、时间粒度和查询功能等几个关键因素。以时空地理实体为出发点 ,根据土地监测信息系统的特点将基图修正模型和组合体模型结合起来形成综合时空数据模型。实践证明基于综合时空数据模型建立的包头市郊区土地监测信息系统具有较高的时间效率、空间效率和较强的查询功能     

数据结构课程教学方法研究与实践

鉴于数据结构课程的特点,在吸取现代教学理论的基础上,在教材建设、教学形式、教师职能以及考评方式等方面提出了相应的改进措施,并将其应用到教学实践中.教学实践表明,这些措施有效地激发学生的学习兴趣,提高了学生分析问题和解决能力,增强了学生的实践能力.     

面向日本语专家系统大规模知识型数据模型的研究及实现

 Web日本语专家系统JPTES(Japanese Test Expert System)期望能像人类专家,即高水平日本语教师一样,对学生学习日本语进行导学的计算机(软件)系统.该系统强调教师导学作用,目的在于避免学生学习的盲目性,较好地实现因材施教,因需施教,及个性化量身定制教材等科学合理的教学,使学生能够得到快捷高效的学习效果.在论文中主要阐述面向该Web日本语专家系统JPTES的大规模知识型数据模型的研究及实现.这是该专家系统首要解决的关键问题.