您的浏览器不支持JavaScript,请开启后继续
多尺度道路网络空间动态对象数据管理

多尺度道路网络空间动态对象数据管理

  • 作者
  • 肖晖 著

随着移动电子设备、无线通信和定位技术的快速发展,道路网络上运行的对象产生了大量位置信息,这些随时间变化的位置信息需要被高效管理。本书针对道路网络的多尺度和动态性特征,系统总结了移动对象数据模型、索引、查询等数据管理、分析方法,对多尺度道路网络下的移动对象进行建模,提出了基于多尺度道路网络的移动对象轨迹索引,实现了道路网络下的移动对象动态查询和移动对象k 近邻...


  • ¥36.00

ISBN: 978-7-122-44759-3

版次: 1

出版时间: 2023-12-01

图书信息

ISBN:978-7-122-44759-3

语种:汉文

开本:16

出版时间:2023-12-01

装帧:平

页数:102

内容简介

随着移动电子设备、无线通信和定位技术的快速发展,道路网络上运行的对象产生了大量位置信息,这些随时间变化的位置信息需要被高效管理。本书针对道路网络的多尺度和动态性特征,系统总结了移动对象数据模型、索引、查询等数据管理、分析方法,对多尺度道路网络下的移动对象进行建模,提出了基于多尺度道路网络的移动对象轨迹索引,实现了道路网络下的移动对象动态查询和移动对象k 近邻查询。
本书可供地理信息科学、计算机、交通、城市科学等领域的研究者参考使用,也可作为高等院校地理信息科学、计算机及相关专业研究生的参考教材。

编辑推荐

本书针对道路网络的多尺度和动态性特征,系统总结了移动对象数据模型、索引、查询等数据管理、分析方法,对多尺度道路网络下的移动对象进行建模,提出了基于多尺度道路网络的移动对象轨迹索引,实现了道路网络下的移动对象动态查询和移动对象k近邻查询。

图书前言

随着移动电子设备、无线通信和定位技术的快速发展,越来越多具有定位功能的无线手持设备和车载设备被广泛使用,产生了大量的地理位置信息,这些随时间变化的海量地理位置信息需要被高效管理,由此推动移动对象数据库(moving objects databases,MOD) 技术的出现与发展,MOD在位置服务、智能交通等应用领域方面有着广阔的应用价值。道路网络具有多尺度和动态性的特征,当前基于道路网络的移动对象数据库技术的研究并未考虑这些特征,而且现有的移动对象技术并不能直接应用于具有多尺度和动态性特征道路网络下的移动对象处理,多尺度道路网络下的移动对象模型、索引、查询是地理信息科学领域亟待解决的重要问题。
本书总结了作者近年来的研究成果,主要研究了多尺度道路网络移动对象模型和索引,动态道路网络移动对象查询和道路网络移动对象k 近邻查询。本书共分为六章,第1章概要介绍了移动对象数据库的国内外研究现状,综述了空间数据多尺度表达的国内外研究现状;第2章提出了多尺度道路网络模型和移动对象数据模型,并给出了模型的尺度转换解决方法;第3章构建了多尺度道路网络的移动对象轨迹索引树;第4章研究了动态道路网络中的连续k近邻查询算法;第5章研究了基于网络距离的k 近邻查询算法;第6章总结全书的主要工作,并指出了今后进一步的研究内容和方向。
本书获得了国家自然科学基金(项目编号:41301512) 的支持,是相关成果的总结。本书由南京晓庄学院肖晖著,李清泉、杨必胜教授等对本书相关内容给予了指导与帮助,在此一并表示衷心感谢。
限于作者水平,书中难免存在疏漏之处,衷心期望读者不吝批评指正。

著者
2023年8月于南京

目录

第1章绪论 1
1.1研究背景与意义  2
1.2相关技术国内外研究进展  4
1.2.1 移动对象数据库研究进展  4
1.2.2 空间数据多尺度表达研究进展  15
1.3存在的问题  21

第2章多尺度道路网络约束的移动对象数据模型 23
2.1介绍  24
2.2多尺度道路网络模型  25
2.2.1 基本概念  25
2.2.2 多尺度道路网络结构  28
2.2.3 多尺度道路对象层次关系  29
2.3多尺度道路网络移动对象数据模型  30
2.3.1 移动对象数据类型  30
2.3.2 尺度数据转换  34
2.3.3 面向对象的MOMSRN模型  35
2.3.4 移动对象的操作  36
2.4多尺度移动对象信息系统框架  40
2.5本章小结  41

第3章基于多尺度道路网络的移动对象轨迹索引 43
3.1介绍  44
3.2R 树  44
3.3MSMOI 树  46
3.3.1 索引结构  46
3.3.2 索引插入与查询算法  50
3.4实验比较与分析  53
3.4.1 实验环境及数据  53
3.4.2 索引树大小  53
3.4.3 移动对象插入测试  54
3.4.4 查询算法测试  55
3.5本章小结  58

第4章动态道路网络中的连续k 近邻查询算法 61
4.1介绍  62
4.2预备知识  64
4.2.1 Voronoi图  64
4.2.2 网络Voronoi图  65
4.3问题定义  66
4.4CkNNDN 算法  66
4.4.1 LNVD属性  67
4.4.2 LNVD数据结构  68
4.4.3 CkNNDN算法  70
4.5实验分析  75
4.6本章小结  78

第5章基于网络距离的k 近邻查询算法 79
5.1介绍  80
5.2问题描述  81
5.3PPS 查询算法  82
5.3.1 网络分区与预计算  82
5.3.2 kNN查询处理  85
5.4网络分区方法  87
5.5实验分析  88
5.6本章小结  92

第6章结论与展望 93
6.1本书研究工作  94
6.2后续研究  95

参考文献 96

发送电子邮件联系我们

Baidu
map