一、一种双时态时空模型和索引机制（论文文献综述）
韦建华[1]（2020）在《不确定时态数据Top-k查询》文中指出时态数据用于表示数据的时间属性,在医疗、交通、经济和电子商务等领域有着广泛的应用。由于时间测量不精确、设备误差等因素,时态数据往往具有不确定性。本文针对不确定时态数据Top-k查询进行研究,该查询根据用户设定的评分函数返回具有最高（或最低）分数的k个查询结果,这对于在海量数据中返回最符合查询条件的目标数据有重要意义。已有的研究工作主要在确定时态数据查询和不确时态数据表示,针对不确定时态数据的Top-k查询较少。该查询需要考虑不确定性和权值两方面因素,对时态数据索引和查询处理提出了新的要求,现有时态数据索引很少涉及权值管理。本文主要工作具体如下:（1）定义带权值不确定时态数据和不确定时态数据Top-k区间查询,设计并实现一种计算不确定数据相交概率的方法,给出Top-k查询的评分函数。提出一种不确定性时态数据索引结构RR-tree,该结构包含一棵2D R-tree和一个辅助结构。在此基础上设计并实现了相应的查询算法,实现按权值降序访问索引节点,采用真实和合成数据进行实验测试。实验结果验证所提方法可行有效。（2）定义不确定时态数据连续Top-k区间查询并设计相应的查询算法。由于时间区间存在有效期,传统的Top-k查询只考虑在查询范围内评分最高的对象,并不考虑返回的对象是否在整个查询区间内都有效。针对不确定时态数据连续Top-k区间查询,提出一种区间划分构建的双索引DR-tree,基于该索引可以实现查询时减少访问索引中非叶子节点信息来提高查询效率。同时为管理查询区间每个点上的k个结果,提出了一个树状结构,给出连续Top-k查询算法,采用真实和合成数据进行实验。通过对比实验,表明本文所提方法在不确定时态数据连续Top-k区间查询上有较好的查询性能。（3）高效更新时态数据索引。时态数据库系统不仅要管理历史数据,还要支持处理更新数据。首先基于已有的批量加载更新算法,结合区间划分更新本文提出的DR-Tree。将新加入的时态数据分为两部分,分别批量加载构建DR-Tree子树,再将DR-Tree子树分别插入对应的历史DR-Tree中。然后,将基于DR-tree提出的批量加载更新方法扩展至区间树,实现区间树批量更新。采用真实数据集和合成数据集,与删除重建索引和逐个插入更新索引算法进行对比,实验结果表明本文所提批量更新时态数据索引对于两种结构都有较好的性能,当数据规模较大时,所提方法在更新效率上优于对比方法2倍以上。
何枋键[2]（2019）在《一种分布式环境下的时空数据存储与多维混合索引方法》文中提出随着空间信息服务逐渐向时空大数据服务转变,时空数据质量及时效性得到保障,时空大数据的高效查询与挖掘分析为复杂场景提供决策响应支持。当前时空数据管理方法结合大数据框架初步解决了数据规模问题,但整体研究尚未充分考虑扩展数据库存储模式、索引方式单一且通用性不强。本研究结合分布式存储技术与多维时空混合索引方法,旨在建立高效可扩的时空数据高效存储与时空索引优化方法,在此基础上构建高效存取的综合方案,支撑时空数据相关应用。研究具体如下:（1）在分布式计算相关技术架构和数据存储特性基础上,分析时空数据特点及其在分布式环境下实现高效存储与并行处理技术的关键问题。构建基于HBase的分布式时空数据存储组织模型,降低时空数据结构与索引之间的耦合,结合数据分布特征与分层分块的逻辑组织,设计一种多表、多索引混合管理的数据存储模式,为时空数据的高效查询提供高可用的数据存储结构基础。（2）基于大数据技术架构特点,结合时空数据整体的时空聚集性、全时态等特点,分析了时空索引基于多维空间索引设计的可行性。本文基于S2-Geometry算法在地理空间的编码与运算能力,构建通用化层次格网管理时空对象,引入CompactHilbertIndex算法集成时间信息优化时空混合索引值生成方法。索引方法应用于数据表结构设计并通过分片序列解析优化时空范围查询方法,形成面向分布式环境下的时空索引整体设计方案。最后,通过时空大数据挖掘原型系统的构建以及时空索引构建效率与查询性能的对比实验,证明了本文关键技术研究的可行性和有效性。本文关键技术研究已应用于宁波市时空信息云平台中,实践表明,该方案能够满足大规模时空数据的高效管理、实时检索与并行计算等需求,进而在智慧城市挖掘场景中完成计算任务,并具有良好的扩展性,为其他海量数据管理模式提供了借鉴。
李晓晨[3]（2019）在《基于改进基态修正模型的露天采场时空4D信息模型构建研究》文中研究表明矿山信息化管理系统作为现代矿山中重要的组成部分,其发展进程往往代表着矿山企业的先进水平。传统的矿山信息系统存在着许多弊端,三维可视化部分一般只能显示矿山某一历史时段的状态,如矿物含量、边坡数据、矿体形状等静态数据,这种方式仅可以反映露天矿开采过程中的某一特定时间节点数据。然而,随着矿山生产过程中对数据准确度和查询某一时间段内的变化过程的要求,时间信息显的尤为重要,并成为不可缺少的一部分。由此可以考虑加入时间变量为作为系统重现某一时间段内开采过程以及制定中长期规划的重要支撑。一般情况下,要查询某个对象在某一时间段内的空间变化情况,或者根据现场实时勘测的数据来在线修正模型,就需要对时空数据模型加以改进以适用于露天矿建模中,即建立露天采场时空4D信息模型。本文在深入研究露天矿数据多源异质特性的基础上,提出了露天采场时空4D信息模型,主要进行了以下方面的工作:（1）搜集相关文献并进行整理分析,对露天采场时空数据处理和表达进行建模学习,通过矿山实地调研,了解露天矿的整体运行模式,提取出矿体成分、开采顺序、工艺流程等主要信息。（2）基于露天采场三维数据的采集和预处理,对地质体、边坡等露天采场数据进行分类,建立估值矿体模型,并提出了露天采场生产数据的合理化存储结构。（3）通过对不同基态修正模型的分析比选,在总结出各自的优缺点的基础上,为了减少内存占用和查询速度,提出了一种针对历史数据和缓存数据不同存储方式的露天采场时空数据复合基态修正模型。最后,通过分析时空数据库,设计露天采场时空数据库的概念模型和逻辑模型,包括存储方式和组织方式等,为露天采场数据的存储提供理论借鉴。为了验证改进基态修正时空数据模型的有效性,利用MapObjects进行组件式开发,且采用oracle spatial对时空数据进行存储和查询,实现了露天采场的动态渲染及快速检索,通过对比验证,该设计不仅能够满足时空数据的统一存储还能够显着提高查询效率,为露天矿时空数据的4D建模奠定基础。
叶苏娴[4]（2019）在《基于MongoDB的行为—事件的地理时空数据模型构建方法研究》文中认为大数据的时代背景下,对地理时空数据的存储和索引要求越来越高。时空数据建模是时态GIS进行合理、有效地表达现实世界中空间实体时空变化及组织其时空关系的基础,近年来是GIS数据建模领域研究的前沿问题。数据的组织形式与存储方法制约了对多维地理数据特征挖掘和分析,而目前国内外学者专家的研究主要集中在对多维时空特性的地理特征模型框架的时间、空间和属性三个维度,缺少对事件维度的描述。但基于事件的地理数据模型在历史回溯和未来预测上存在一定的局限性,不能描述事件发生前后地理实体之间的因果关系以及地理现象变化的历史原因和未来发展趋势。因此,本文从面向对象的思想出发,首先设计由简单对象组合而成的复杂对象的多粒度表达,在分析现有的基于事件的模型和行为认知与事件之间的逻辑关系上,设计基于行为—事件的地理时空数据模型。同时利用MongoDB文档存储的特性,设计MongoDB非关系型数据库存储该地理时空数据模型,实现对数据的有效管理和分析。对以下几个方面进行了研究:（1）分析语义粒度、时间粒度和空间粒度三个地理信息基本粒度,在其基础上进行了由简单对象到复杂对象的多粒度组织与表达式的描述,探讨了其度量、方位与时空拓扑的关系,为基于行为—事件的地理时空数据模型提供了的理论支撑。（2）分析事件与时间的属性关系,对地理实体行为认知与事件的层次关系,从时空认知角度出发,探讨行为认知在时间轴上具有连续性,并设计基于行为—事件的地理时空数据概念模型,表示概念模型中的类与类之间在逻辑上的关i系。该模型将一个行为认知看作是多个事件组合,事件的属性以及空间信息在时间轴上连续,并以此设计“时间、空间、属性、事件”维度的B-E地理模型。（3）研究“无模式”的MongoDB数据库分片集群机制,在B-E地理数据模型的基础上,设计基于MongoDB的地理时空数据模型和基于GridFS的存储过程,并且针对地理数据的海量迁移,改进数据均衡算法;在原有的R树索引上结合Hilbert曲线,提高MongoDB的索引效率。本文从地理对象行为认知、事件语义角度出发,通过构建基于行为—事件的时空数据模型,描述了地理时空对象发生变化的前后因果关系,依据变化原因和变化趋势对地理现象的未来进行预测,采用面向对象的思想组织时间、空间、属性和事件信息,并且结合MongoDB的数据库存储规范,改进数据均衡和索引方式,满足时空大数据在数据存储、处理和挖掘上的要求。
赵萍[5]（2019）在《时态RDF模型索引方法研究》文中进行了进一步梳理时间信息广泛存在于各种实际应用中,很多应用领域使用时态信息来描述有效的数据。随着Web技术的快速发展和海量Web数据的出现,支持Web数据语义表示与处理的RDF（Resource Description Framework）模型得到越来越广泛的应用。Web具有显着的动态性特点,经典的RDF模型只能表示Web数据的当前状态,不能追踪Web数据的历史过程以及预计数据的未来状态。为了能够准确地表示和处理Web上的RDF数据,研究者提出了时态RDF模型。当前,动态Web环境下RDF模型的广泛使用已经导致大规模时态RDF数据的出现,如何从海量时态RDF数据中快速获取所需要的语义信息就成为了实现时态RDF数据管理的重要问题,而时态RDF模型索引是解决这一问题的有效途径。针对当前缺少时态RDF模型有效索引机制的现状,本文致力于时态RDF模型索引方法的研究。在对经典RDF索引方法和时态RDF模型进行深入研究的基础上,根据时态RDF模型结构及语义方面的特点,提出两种不同的时态RDF索引机制,一方面为时态RDF模型建立有效索引进而实现高效查询提供解决方案,同时也为时态RDF索引的深入研究提供理论基础。本文的具体研究工作如下:（1）针对时态数据模型的事务时间和RDF模型的三元组表示法,提出时态RDF模型的三元组表示法以及面向时态RDF三元组的索引机制,给出索引的数据结构和构造算法,并通过实验对索引的性能及索引支持的查询效率进行了评估,总结出时态RDF三元组索引的应用场景以及适合的查询类型。（2）针对时态数据模型的有效时间和时态RDF模型的图表示法,提出时态RDF模型的图表示法以及面向图数据结构特征的时态RDF图索引机制,给出时态RDF图索引的数据结构和构建算法,并提供时态RDF图索引的维护方法。对于本文提出的时态RDF三元组索引和时态RDF图索引,通过实验比较两种索引性能及索引支持的查询效率,总结出两种索引适用的应用场景。
许秋熹[6]（2018）在《云环境下海量GIS时空数据存储方法的研究与实现》文中认为随着移动互联网、传感器和大数据技术的发展,与地理信息有关的时空数据量级爆炸性增长。越来越多的信息数据和应用,都与地理空间和时间有关,海量GIS时空数据的高效存储和管理变得愈加重要。时空数据本身具有空间属性和时间属性,传统的时空数据模型完全基于关系型数据库构建,服务性能、数据模式、索引性能受限。云环境下的NoSQL系统可以处理大规模数据,但是海量GIS时空数据本身结构复杂且具有一定关联性,NoSQL系统提供的索引并未针对时空数据进行优化。本文从时空数据建模、读写架构和时空索引三个方面,结合海量时空数据的特点,提出一种广泛适用于NoSQL系统的海量时空数据存储方案。针对海量GIS时空数据本身结构复杂且具有一定关联性等特点,在时空数据建模方面提出了一种适合云环境存储、保持时空数据结构和关联性的ST-OpenGIS时空数据模型,将时空数据抽象为空间维、时间维和属性维,表述了空间维、时间维和属性维信息以及时态关系、空间拓扑关系。针对传统GIS面临着关系型数据库读写效率低、扩展性差、数据模型不灵活、索引效率低的问题,在解决海量GIS时空数据存储方面提出了一种通用的面向海量GIS时空数据读写架构,包括客户端、NoSQL接口层和NoSQL数据层三部分。针对NoSQL数据库时空索引能力比较弱的问题,基于MapReduce框架提出了一种改进BZ树的全局分布式DBZ索引,通过空间Z曲线编码将时空数据降维,然后结合B+树索引建立高效的索引,将节点信息存储在NoSQL数据库中,设计了索引的离线处理、在线维护和数据查询策略,实现了高性能的时空索引。本文在以上基础上实现了原型系统,进行了功能验证和性能测试,测试结果表明该原型系统优于传统的关系型存储方案,能够达到时空数据高效存储和查询的目的。
李寅超[7]（2017）在《地表覆盖时空数据表达建模与实现》文中指出半个世纪以来,各种对地观测仪器已经积累了大量的地理空间分布时间序列数据。当前,地理国情监测工作的全面展开,使得周期性采集我国的地表覆盖空间分布时序数据成为可能。而如何将这些时序数据管理起来形成记录表达地表覆盖变化过程的时空数据,成为当前地理国情监测工作中亟待解决的问题之一。根据以往的时空数据存储表达模型研究可以看出,想要建立一种通用的时空数据存储表达模型的难度是巨大的。为了降低这种难度,需要根据具体应用研究的需求,有针对性的建立时空数据存储表达模型。本文针对地表覆盖时空变化研究的现状以及存在的问题,以地表覆盖时空数据存储表达为研究目标,展开以下理论与建模研究:（1）以GIS的时空观认识作为出发点,系统的研究了当前GIS时空表达方法,分析了主要方法的优缺点。随后阐述了地表覆盖变化研究中关于时空表达的已有方法与不足,并结合研究中地表覆盖变化需要进一步量化其变化过程、基于变化过程与基于分布格局的方法结合的实际需求提出了可能的解决办法。（2）根据实际变化总结,提出了基于过程对象的地表覆盖时空过程表达方法。该方法以混合数据模型中的时空事件为基础,进一步将斑块时空对象的生命周期内的时空变化组织成为微观的时空过程,将斑块相互间的转化组织成为局部的时空过程,由局部的时空过程组织成为宏观景观格局变化的时空过程。该方法填补了地表覆盖斑块变化表达的不足,实现了地表覆盖宏观、微观变化表达的关联。（3）针对地表覆盖时空过程表达的需求,提出了地表覆盖变化类型的判定方法以及时空继承关系判断方法。首先将地表覆盖斑块变化抽象成多边形地理对象的变化,然后观察总结其自身空间范围及相互间拓扑关系的变化过程的类型。然后根据空间范围和拓扑关系的变化确定斑块自身变化的类型和斑块间相互转化的类型,最后根据这些变化类型确定其判定方法以及时空继承关系的判断方法。（4）为存储管理地表覆盖时空过程数据,本文以快照和面向对象的时空数据存储管理模型为基础,提出了基于对象和快照的混合时空数据模型。首先根据快照模型存储管理地理实体的空间数据,其中所有地理实体宏观的空间分布数据以栅格快照存储,地理实体微观的自身空间变化数据以矢量快照存储。然后利用面向对象模型将拥有时空继承关系的快照关联起来,并同时关联地理实体的变化事件和其他属性信息,形成以时空对象为组成单元的混合时空数据模型。该模型将地表覆盖的变化过程与空间分布进行关联,可帮助进一步量化地表覆盖变化研究。（5）为验证本文所提出的模型方法有效性,建立了地表覆盖时空数据管理表达原型系统。系统以 MODIS（Moderate Resolution Imaging Spectroradiommeter）卫星遥感时序数据为基础建立了黑龙江省2002-2012年的时空数据库,并通过时空查询、统计分析、斑块变化规律挖掘展示了本文的时空数据管理表达模型的能力。本文研究成果的创新性体现在三个方面:1)提出了基于过程对象的时空过程表达方法,将地理实体的时空变化事件组织成为一个微观个体变化事件与宏观分布变化过程相关联的整体。2)针对地表覆盖的时空变化特点,提出了变化类型和时空继承关系的判定方法。3)提出了基于对象和快照的混合时空数据管理模型,实现了地表覆盖时空数据存储,同时解决了地表覆盖空间变化中宏观分布变化与微观斑块变化之间的关联问题。全文以“基础理论-数据表达模型-模型实现-应用实践”的主线,对时空数据模型、表达方法的相关理论及方法进行了详细探讨,并最终尝试解决现有模型无法满足地表覆盖时空数据存储表达,以及地表覆盖微观变化与宏观变化之间关联的问题。本文提出的模型有助于面状地理实体时空数据管理与表达建模研究的方法创新与拓展,为进一步研究面状地体实体的时空过程模拟、规律挖掘提供基础。
周亮[8]（2017）在《基于Spark的时态查询分析及索引优化》文中研究表明时态数据在现今许多应用场景中十分常见,随着数据量的增长,在时态大数据的处理场景下提供一个易用且具有高吞吐量和低延迟特性的机制变得尤为重要。国内外已有一些在时空数据库和基于集群计算的时间分析工具上进行的研究,但这些研究系统大部分都是基于外存的,一旦应用在大数据处理场景下,其性能将迅速降低。本论文基于目前流行的内存分布式计算框架Apache Spark构建了一个易用且高可扩展的时态大数据查询分析系统,通过扩展Spark SQL解析器使其支持类SQL形式的时态操作,并吸纳SIMBA开源项目的思路,引入了全局过滤和局部时态索引两种新的优化策略,使得系统能以高吞吐量及低延迟来执行时态查询操作,针对时态查询效率的评估实验显示,在不同影响参数下相较于原生的Spark SQL查询处理方案该系统具有更为优异的性能。
郜允兵[9]（2016）在《土地利用时空数据管理与分析关键技术研究》文中认为“一调”、“二调”以来,各土地管理部门积累了海量的长时间序列的土地利用数据。随着国土行业应用的日趋细化与深入,越来越重视历史土地利用数据管理,迫切需要利用长时间序列的时态数据进行历史回溯、变化监测和变化趋势、规律的预测分析,以期为将来进一步优化土地利用结构调整、土地利用规划等工作提供科学依据,为城镇化发展、耕地保护、土地市场提供技术服务和支撑。目前,不同时期土地利用数据的一体化存储,快速查询及精细化统计成为制约历史数据深度挖掘的瓶颈之一。为此,本文主要探索了土地利用时态数据高效组织管理、时空变化统计技术,为村镇土地利用长时序、多角度分析决策提供技术支撑。本文提出了土地利用时空数据一体化存储与建模的方法,实现了海量时空数据快速索引和地类统计,采用武汉市汉南区、琼海市等典型实验区的土地利用数据对时空数据模型、时空数据关联、时空数据索引以及时空变化统计等关键技术进行了实证分析,开发了土地利用时空数据管理与分析原型系统。本文主要的研究内容如下：（1）面向土地利用一体化管理的时空数据模型：针对不同时期土地利用数据异构,零星地物、线状地物、面状地物等要素级联变化等问题,研究了基于事件组的多基态时空数据模型,记录变更事件、变更前后实体状态及时空拓扑关系,在关键时点加入基态,引入重建事件,记录重建前后实体及相关关系,支持“一调”重建前数据的存储,以及原数据归档、查看,解决了时态链断裂、历史继承关系缺失问题,模型支持图斑回溯和历史时刻重现,降低了数据存储冗余。（2）土地利用时空数据关联技术：分析了时空数据逻辑模型中基态现状选取和多基态设置的技术问题。针对当前土地利用数据多为快照数据,人工提取变更增量困难,变更增量缺少事件描述,时态信息不完整等问题,提出了变更增量提取和时空数据关联技术,实现了不同时期土地利用现状数据自动提取以及时态拓扑关系自动构建,构建了不同时期土地利用数据一体化存储的数据库,降低了时空数据库构建的难度,节省了人工建库的人力物力。（3）基于基态修正模型的时空数据快速索引技术：针对长时间跨度的海量土地利用时空查询时间开销大的问题,提出了基于时空多级分区和HR树的混合时空索引技术,以多级行政区划为格网划分,在格网单元内以年为划分尺度进行时间分块,在此基础上按R树建立索引,基于C-Liner分裂规则建立索引树,实现了索引树的查询、插入、删除等索引操作算法。（4）土地利用现状及变化的时空统计优化技术：对于行政区变更、多年间地类变化情境下的现状统计精度低、变更统计耗时等问题,提出了基于时空图论模型的统计优化方法。顾及细分线状地物与地类图斑拓扑关系对要素面积计算的影响,研究了基于集合代数的土地利用要素面积统计算法。运用图的连通性对多年土地利用现状地类面积统计进行优化算法设计；运用图论的多商品流唯一性,对地类流量统计中要素复杂时空网络图进行可约化性判定,减少要素实体空间叠置分析计算的时间复杂度。该方法考虑了线状地物、零星地物变化对地类变化面积统计的影响,使得地类变化统计精度得到提高,更适合小区域变化分析。（5）土地利用时空数据管理与分析原型系统开发：基于上述的关键技术和方法研究,运用Arc Engine10.0,采用C#语言+SQL 2008数据库进行原型系统开发,对变更增量提取、时空拓扑自动构建、图斑回溯、历史状态重建等功能进行实现。同时系统还实现了土地利用变化指数分析以及热点区域探测等分析功能,为土地利用时空变化分析提供了实用工具。
孟耀伟[10]（2016）在《面向建筑施工过程的GIS时空数据模型研究》文中进行了进一步梳理建筑物是以城市为代表的人工环境的重要组成部分,是智慧城市空间基础设施的核心,同时也是建筑工程信息化研究的基本对象。从建筑物的表面模型、内外一体化模型到时空动态模型,它们不但可以地精确地描述城市形态的基本单元,还可以构成建筑和城市的发展进程的重要部分。从微观工程活动和宏观城市发展的融合视角研究动态建筑物数据模型,不但可以使建筑信息领域的数据与模型资源更好地应用于地理信息领域,同时也可以为建筑施工过程信息化提供借鉴。内外一体化建筑物数据模型是地理环境时空演化环境下构建动态建筑物数据模型的基础,它可以连接建筑规划、设计、施工、运维到拆除等应用环节,进而促进建筑信息化的全生命周期应用和分析。研究具有时态特性的建筑物时空数据模型是对传统地理信息建筑物模型的新变革,它将有效地推动传统建筑物的静态模型应用向动态全生命周期应用的转变。建筑施工过程作为建筑物全生命周期演化的重要环节,是建筑物静态模型的时态扩展,需要相应的时空数据模型支持。以CityGML为代表的城市数据模型主要建立了建筑物的静态模型,缺乏对建筑物时态和演化特性的支持。BIM从微观工程实践出发建立建设工程中的数据标准,解决不同应用周期的数据交换,缺乏宏观视角下对施工活动的模型抽象和时空关系模型。将地理信息时空数据模型理论和方法与建筑信息领域几何模型相结合,构建具有内外一体化特性的建筑物时空过程数据模型,既可以满足GIS对建筑时态表达的需求,也可为建筑施工过程统计、计算、综合和可视化等信息化应用提供支持。本文以语义、位置、几何、关系、属性和演化等六个基本要素构成的地理信息模型分析理论为研究框架,遵循建筑施工专业知识和规律,构建面向建筑土建施工工程的GIS时空数据模型,为施工过程演化的模拟和计算提供时空数据模型支持。本文的主要研究内容及成果如下:（1）建筑施工过程的时空层次细节模型剖析了建筑施工演化过程中不同专业层次的认知需要,以层次细节建模方法为基础,提出了面向建筑施工过程的时空层次细节模型。该模型从建筑物对象、建筑空间、建筑构件、建筑材料和供应链等五个级别进行空间层次等级划分,并分别描述了不同空间层次等级下的对象时空特征、对象关系和耦合机制,从而为建筑施工数据模型构建提供了时空基础框架。建筑施工过程层次细节模型将空间层次等级与时间分辨率进行融合建模,为建筑施工过程的时空层次等级规律研究提供了有益探索。（2）基于建筑构件粒度的施工对象模型研究了建筑构件对象模型的时间特征、几何特征和属性特征,分析了建筑构件在建筑施工过程中的枢纽作用,提出了基于建筑构件的施工对象模型。构件施工对象模型以现有GIS和BIM模型为基础,综合考虑了不同建筑施工过程层次细节下的时态需求,扩展了构件对象工序时间和工艺时间特性,支撑不同时空层次等级的过程演化需要。以施工专业知识为基础,针对建筑构件工艺属性进行了扩展,提出了建筑施工工艺模型。施工工艺模型以工艺周期和几何分解两种模式支持建筑构件的状态演化和形态演化,分别描述建筑构件的时间渐变和几何形态突变过程。本文所提出的构件施工对象模型从物理、化学和社会等方面针对建筑构件属性进行了有效扩充,并通过建筑构件与施工工艺模型的关联支持构件空间粒度下的时态和形态演变。（3）建筑施工过程时空数据模型构建分析了以人工活动为主导因素的施工过程时空特征,提出了由驱动、事件、状态和过程共同构成的时空数据概念模型,为施工过程演化表达提供基础理论支持。以虚拟时间和事实时间为参照将施工过程分为过程模拟和实际建造两种不同的时间环境,并以建筑物模型为核心,基于工序模型连接管理任务和事件连接施工建造过程的框架,分别构建了面向施工计划和实际建造的时空数据模型。提出了基于构件位置、空间层次、空间关系和时间区间的对象时空编码方法,为基于时空数据库的建筑构件模型的检索和交互提供时空寻址支持。虚拟时间和事实时间相结合的建筑施工过程数据模型为施工过程模拟仿真与过程管理提供了更加全面的模型支持。（4）基于建筑施工图的时空过程构建与仿真分析了建筑施工图中工艺信息提取规则和顺序流程,结合语义、位置、几何和关系信息,构建了完整的面向建筑施工过程的数据信息抽取方法。基于本文所构建的时空数据模型,构建了由数据层、模型层、功能层和可视化层构成的施工过程仿真原型系统,通过数据提取、工艺建模、工序建模、活动建模和应用计算等功能提供了施工过程构建的解决方案。通过实验表明,面向建筑施工过程的GIS时空数据模型综合考虑了建筑物模型的几何、关系和时态的内在关联性,较好地解决了建筑施工过程大众化认知、城市宏观管理和工程专业建设等不同层次的需求,为在GIS环境下发展建筑物全生命周期应用提供了理论方法探索。面向建筑施工过程的GIS时空数据模型是建筑科学和地理信息科学领域的交叉问题,旨在进一步推动时态建筑物数据模型理论和构建方法研究,促进空间语义精细化建筑数据模型向时空语义精细化数据模型的发展,为融合宏观地理环境演化和微观工程环境管理的建筑物全生命周期应用提供新的数据模型支持。
二、一种双时态时空模型和索引机制（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：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（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。
三、一种双时态时空模型和索引机制（论文提纲范文）
（1）不确定时态数据Top-k查询（论文提纲范文）
| 摘要 |
| abstract |
| 注释表 |
| 缩略词 |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 选题依据和意义 |
| 1.3 主要研究工作 |
| 1.4 本文组织结构 |
| 第二章 不确定时态数据相关研究工作 |
| 2.1 时态数据库研究现状 |
| 2.1.1 时态数据库简介 |
| 2.1.2 查询技术 |
| 2.1.3 数据索引 |
| 2.2 不确定时态数据研究现状 |
| 2.2.1 不确定时态数据种类 |
| 2.2.2 不确定时态数据的表示模型 |
| 2.2.3 不确定时态数据索引 |
| 2.3 连续Top-k查询研究现状 |
| 2.4 本章小结 |
| 第三章 不确定时态数据Top-k区间查询 |
| 3.1 问题描述 |
| 3.2 相关定义 |
| 3.3 不确定时态数据索引结构 |
| 3.3.1 BR-tree |
| 3.3.2 AR-tree |
| 3.4 查询算法 |
| 3.4.1 查询框架 |
| 3.4.2 过滤和提炼 |
| 3.5 实验与性能评估 |
| 3.5.1 实验环境与数据集 |
| 3.5.2 实验结果与分析 |
| 3.6 本章小结 |
| 第四章 不确定时态数据连续Top-k区间查询 |
| 4.1 问题描述 |
| 4.2 连续Top-k区间查询算法 |
| 4.2.1 区间划分构建双索引 |
| 4.2.2 BD-tree的构建 |
| 4.2.3 连续Top-k查询算法 |
| 4.3 实验与性能评估 |
| 4.3.1 实验环境与数据集 |
| 4.3.2 实验结果与分析 |
| 4.4 本章小结 |
| 第五章 时态数据索引更新方法 |
| 5.1 问题描述 |
| 5.2 DR-Tree更新方法 |
| 5.2.1 整体框架 |
| 5.2.2 建立DR-Tree索引子树 |
| 5.2.3 合并DR-tree索引 |
| 5.3 区间树更新方法 |
| 5.3.1 区间树构建 |
| 5.3.2 区间树更新 |
| 5.4 实验与性能测试 |
| 5.4.1 实验环境与数据集 |
| 5.4.2 实验结果与分析 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 在学期间的研究成果及发表的学术论文 |
（2）一种分布式环境下的时空数据存储与多维混合索引方法（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 时空数据存储模式研究现状 |
| 1.2.2 时空数据管理方案研究现状 |
| 1.2.3 时空索引方法研究现状 |
| 1.3 当前研究的不足 |
| 1.4 主要研究内容 |
| 1.5 论文组织结构 |
| 2 基于HBase的时空数据存储模式设计 |
| 2.1 相关技术概述 |
| 2.1.1 Hadoop分布式计算框架 |
| 2.1.2 HBase分布式数据库 |
| 2.1.3 HBase协处理器概述 |
| 2.2 时空数据管理方案分析 |
| 2.2.1 复杂场景下高效组织关键问题 |
| 2.2.2 分表组织的存储模式设计 |
| 2.3 面向多索引组织的时空数据存储架构 |
| 2.3.1 多索引表方案设计及特点 |
| 2.3.2 基于协处理器的存储模式具体实现 |
| 2.3.3 查询流程切面开发设计 |
| 2.4 本章小结 |
| 3 多维混合时空索引方法研究 |
| 3.1 面向分布式环境的时空索引设计分析 |
| 3.1.1 时空索引方法设计原则 |
| 3.1.2 混合时空索引方法分析 |
| 3.2 时空信息编码处理 |
| 3.2.1 S2-Geometry算法应用 |
| 3.2.2 时空信息编码处理流程 |
| 3.2.3 通用的层级格网结构索引设计 |
| 3.3 基于S2-H3的时空索引方法与应用 |
| 3.3.1 基于CompactHilbertIndex算法的索引值生成方法 |
| 3.3.2 分布式环境下索引结构设计 |
| 3.3.3 分片序列优化时空查询方法 |
| 3.4 本章小结 |
| 4 时空大数据挖掘系统建设与性能测试 |
| 4.1 系统架构设计 |
| 4.1.1 总体架构设计 |
| 4.1.2 系统具体建设 |
| 4.1.3 时空数据库建设方案 |
| 4.1.4 时空数据接口设计 |
| 4.2 系统功能实现 |
| 4.2.1 时空数据挖掘分析模块 |
| 4.2.2 主题应用挖掘模块 |
| 4.2.3 定制化的通用数据挖掘工具 |
| 4.3 实验与分析 |
| 4.3.1 实验环境 |
| 4.3.2 实验设计与结果分析 |
| 4.4 本章小结 |
| 5 总结与展望 |
| 5.1 工作与成果总结 |
| 5.2 研究特色 |
| 5.3 展望 |
| 参考文献 |
| 作者简历及攻读硕士期间科研成果 |
（3）基于改进基态修正模型的露天采场时空4D信息模型构建研究（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 选题背景 |
| 1.2 国内外研究现状综述 |
| 1.2.1 时空信息集成表示与建模理论研究 |
| 1.2.2 露天采场时空信息可视化模型研究 |
| 1.3 国内外研究现状评述 |
| 1.4 主要研究内容 |
| 1.4.1 基于改进基态修正模型的露天采场时空复合概念模型 |
| 1.4.2 露天采场时空拓扑关系 |
| 1.4.3 露天采矿场时空4D信息模型构建 |
| 1.5 技术路线 |
| 1.6 本章小结 |
| 2 露天采场时空数据处理与表达 |
| 2.1 露天开采过程描述 |
| 2.2 露天采场时空数据表达 |
| 2.2.1 露天采场时空数据特征表示 |
| 2.2.2 露天采场矿床地质数据收集 |
| 2.2.3 露天采场矿床地质数据预处理 |
| 2.2.4 露天采场矿块静态质量数据估值 |
| 2.3 露天采场时空数据获取 |
| 2.3.1 露天采矿场空间动态数据采集 |
| 2.3.2 露天采场空间静态数据处理 |
| 2.3.3 露天采场空间动态数据处理 |
| 2.4 估值后的矿体模型构建 |
| 2.5 本章小结 |
| 3 基于基态修正的面向露天采场时空数据模型构建 |
| 3.1 基态修正模型的概念 |
| 3.2 传统的基态修正模型 |
| 3.2.1 传统的基态修正模型的原理 |
| 3.2.2 传统基态修正模型的优缺点 |
| 3.3 基态修正模型的改进模型 |
| 3.4 基于动态基态的面向露天采场的基态修正模型 |
| 3.4.1 空间对象的时态表达 |
| 3.4.2 基于动态基态的基态修正模型构建 |
| 3.5 本章小结 |
| 4 露天采场时空数据库设计 |
| 4.1 露天采场4D系统建模流程 |
| 4.2 露天采场时空数据存储方式 |
| 4.2.1 存储方式的实现 |
| 4.2.2 时空快照恢复 |
| 4.3 露天采场时空数据逻辑设计 |
| 4.3.1 时态、空间与属性内聚性 |
| 4.3.2 时空数据库的逻辑设计 |
| 4.3.3 数据表设计 |
| 4.4 露天采场时空数据库设计 |
| 4.5 本章小结 |
| 5 露天采场时空模型应用实例 |
| 5.1 利用MAPOBJECTS进行组件式设计 |
| 5.2 利用ORACLE SPATIAL进行数据存储 |
| 5.3 露天采场时空模型应用展示 |
| 5.3.1 历史回溯功能实现 |
| 5.3.2 编辑功能 |
| 5.3.3 查询功能 |
| 5.4 本章小结 |
| 6 结论与展望 |
| 6.1 主要研究结论 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士期间发表的学术论文和参加的科研项目 |
（4）基于MongoDB的行为—事件的地理时空数据模型构建方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 国内外研究现状 |
| 1.2.1 国内外关于时空数据模型的研究现状 |
| 1.2.2 国内外关于MongoDB数据库的研究现状 |
| 1.3 研究目的和意义 |
| 1.4 论文的章节安排及技术路线 |
| 1.4.1 章节安排 |
| 1.4.2 论文技术路线 |
| 第2章 基于事件的地理时空对象的多粒度表达 |
| 2.1 时空对象的多粒度选择 |
| 2.1.1 地理实体语义粒度的选择 |
| 2.1.2 地理实体时间粒度的选择 |
| 2.1.3 地理实体空间粒度的选择 |
| 2.2 复杂对象的时空多粒度表达 |
| 2.3 复杂对象的多粒度组合 |
| 2.4 基于事件的时空对象多粒度抽象描述 |
| 2.5 以交通区为例的多粒度表达 |
| 2.6 本章小结 |
| 第3章 基于行为—事件地理信息模型的构建 |
| 3.1 行为与事件的关系 |
| 3.1.1 事件语义描述 |
| 3.1.2 事件与时间关系 |
| 3.1.3 事件与行为认知的关系 |
| 3.2 基于行为—事件的时空数据模型设计 |
| 3.2.1 基于行为—事件的时空数据概念设计 |
| 3.2.2 基于行为—事件的时空数据逻辑设计 |
| 3.3 基于行为—事件的地理时空数据立方体分析方法 |
| 3.3.1 基于回归的事件—专题分析方法 |
| 3.3.2 基于聚类的时间序列分析方法 |
| 3.4 本章小结 |
| 第4章 基于MongoDB的地理时空数据组织方法 |
| 4.1 MongoDB配置的物理操作 |
| 4.1.1 MongoDB的数据维护 |
| 4.1.2 MongoDB的分片集群搭建 |
| 4.1.3 数据区分 |
| 4.2 基于MongoDB的地理时空数据组织过程 |
| 4.3 基于MongoDB的地理时空数据模型存储方法 |
| 4.3.1 时空数据分布式存储架构 |
| 4.3.2 基于GridFS的地理时空数据的存储方法 |
| 4.3.3 存储集群数据均衡 |
| 4.3.4 负载均衡测试 |
| 4.4 本章小结 |
| 第5章 基于MongoDB的地理时空数据索引查询 |
| 5.1 基于MongoDB的地理时空数据划分 |
| 5.1.1 基于Geohash空间编码的数据划分 |
| 5.1.2 地理索引的创建 |
| 5.2 基于MongoDB的时空索引方法 |
| 5.2.1 基于MongoDB的 R树索引 |
| 5.2.2 基于 Mongo DB 的地理数据检索 |
| 5.2.3 基于 H-R 的数据索引 |
| 5.2.4 索引性能对比 |
| 5.3 基于MongoDB的桂林市片区地理数据查询 |
| 5.3.1 数据来源 |
| 5.3.2 数据预处理 |
| 5.3.3 基于MongoDB的历史数据查询 |
| 5.4 本章小结 |
| 第6章 总结与进一步工作展望 |
| 6.1 论文总结 |
| 6.2 展望 |
| 参考文献 |
| 申请学位期间的研究成果及发表的学术论文 |
| 致谢 |
（5）时态RDF模型索引方法研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 经典RDF索引的研究现状 |
| 1.2.2 时态数据索引的研究现状 |
| 1.2.3 时态RDF模型的研究现状 |
| 1.3 主要研究内容 |
| 1.4 论文的组织结构 |
| 第二章 相关理论研究 |
| 2.1 时态数据模型 |
| 2.2 资源描述框架 |
| 2.2.1 RDF模型 |
| 2.2.2 RDF的表示方法 |
| 2.3 时态RDF模型 |
| 2.3.1 时态RDF三元组 |
| 2.3.2 时态RDF图 |
| 2.4 本章小结 |
| 第三章 基于时态RDF三元组的索引 |
| 3.1 基本理论和方法 |
| 3.1.1 时态RDF三元组 |
| 3.1.2 组合位图索引 |
| 3.1.3 K-Dtree索引 |
| 3.2 索引的结构以及算法 |
| 3.2.1 时态RDF三元组的索引结构 |
| 3.2.2 时态RDF三元组索引的算法 |
| 3.3 实验评估 |
| 3.3.1 实验环境及数据 |
| 3.3.2 索引性能 |
| 3.3.3 查询性能 |
| 3.4 本章小结 |
| 第四章 基于时态RDF图的索引 |
| 4.1 基本理论和方法 |
| 4.1.1 时态RDF图 |
| 4.1.2 图的相关理论 |
| 4.2 索引的结构算法 |
| 4.2.1 图的存储以及长路径集合的算法 |
| 4.2.2 前缀路径索引和后缀路径索引 |
| 4.2.3 索引的优化 |
| 4.3 索引的维护 |
| 4.3.1 添加时态RDF数据 |
| 4.3.2 删除时态RDF数据 |
| 4.4 实验评估 |
| 4.4.1 实验环境及数据集 |
| 4.4.2 索引的性能 |
| 4.4.3 查询性能 |
| 4.5 本章小结 |
| 第五章 总结与展望 |
| 5.1 研究工作总结 |
| 5.2 下一步工作展望 |
| 参考文献 |
| 致谢 |
| 在学期间的研究成果及发表的学术论文 |
（6）云环境下海量GIS时空数据存储方法的研究与实现（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 缩略语对照表 |
| 第一章 绪论 |
| 1.1 选题背景与研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 时空数据模型研究现状 |
| 1.2.2 时空大数据研究现状 |
| 1.3 论文主要工作 |
| 1.4 论文的组织结构 |
| 第二章 时空数据相关介绍 |
| 2.1 时空数据概念 |
| 2.1.1 空间信息及其语义 |
| 2.1.2 时间信息及其语义 |
| 2.2 时空数据模型 |
| 2.2.1 时空立方体模型 |
| 2.2.2 序列快照时空模型 |
| 2.2.3 基态修正时空模型 |
| 2.2.4 面向对象的时空数据模型 |
| 2.2.5 事件时空数据模型 |
| 2.2.6 图谱时空数据模型 |
| 2.3 时空索引 |
| 2.3.1 基于R-树的时空索引 |
| 2.3.2 基于空间填充曲线的时空索引 |
| 2.4 本章小结 |
| 第三章 海量GIS时空数据存储方案 |
| 3.1 海量时空数据特征和存储需求 |
| 3.1.1 海量时空数据特征 |
| 3.1.2 海量时空数据存储需求 |
| 3.2 传统空间数据存储方案介绍 |
| 3.3 ST-Open GIS模型 |
| 3.3.1 ST-Open GIS概念模型 |
| 3.3.2 ST-Open GIS时态关系 |
| 3.3.3 ST-Open GIS空间关系 |
| 3.4 基于No SQL的时空数据读写架构设计 |
| 3.4.1 海量时空数据读写架构设计 |
| 3.4.2 海量时空数据读写架构的存储流程 |
| 3.4.3 海量时空数据读写架构的查询流程 |
| 3.4.4 海量时空数据读写架构优势 |
| 3.5 本章小结 |
| 第四章 基于云环境的分布式时空索引 |
| 4.1 DBZ时空索引简介 |
| 4.2 基于改进BZ树的DBZ索引设计 |
| 4.2.1 DBZ索引结构 |
| 4.2.2 构建离线索引 |
| 4.2.3 基于Accumulo在线维护索引 |
| 4.3 基于DBZ索引的时空数据查询处理 |
| 4.3.1 时空查询降维 |
| 4.3.2 基于DBZ的时空数据查询 |
| 4.4 本章小结 |
| 第五章 海量GIS时空数据存储方案实现 |
| 5.1 原型系统搭建 |
| 5.2 功能验证 |
| 5.2.1 构建离线索引验证 |
| 5.2.2 在线维护索引验证 |
| 5.2.3 GIS服务器插件功能验证 |
| 5.3 性能测试分析 |
| 5.3.1 导入数据对比分析 |
| 5.3.2 占用空间对比分析 |
| 5.3.3 查询时间对比分析 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（7）地表覆盖时空数据表达建模与实现（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 时空数据存储模型 |
| 1.2.2 时空过程表达模型 |
| 1.2.3 地表覆盖时空变化过程模拟方法 |
| 1.3 研究内容 |
| 1.3.1 关键问题 |
| 1.3.2 技术路线 |
| 1.4 创新点 |
| 1.5 论文组织结构 |
| 2 时空数据表达建模理论基础 |
| 2.1 对GIS时空观的认识 |
| 2.1.1 GIS时空观的概念 |
| 2.1.2 GIS时空观中存在的问题 |
| 2.2 地理空间数据时空过程表达 |
| 2.2.1 地理现象的时空变化表达 |
| 2.2.2 地理现象时空拓扑关系表达 |
| 2.2.3 GIS时空过程表达方法 |
| 2.3 GIS时空变化表达数据集成 |
| 2.3.1 时空数据集成方法 |
| 2.3.2 时空数据索引 |
| 2.4 GIS时空数据管理存在的问题 |
| 2.4.1 地理现象变化表达整体局部关联不足 |
| 2.4.2 地理数据库对于时空数据支持具有局限性 |
| 2.4.3 基于SQL扩展的时空变化过程检索 |
| 2.5 地表覆盖时空变化表达存在的问题 |
| 2.6 小结 |
| 3 地表覆盖时空变化特征分析 |
| 3.1 地表覆盖时空数据来源 |
| 3.2 地表覆盖时空变化特点 |
| 3.3 地表覆盖斑块分类体系 |
| 3.4 地表覆盖斑块空间特征变化分类与分析 |
| 3.5 地表覆盖与土地利用时空变化表达的区别 |
| 3.6 小结 |
| 4 时空变化表达建模设计 |
| 4.1 时空变化表达建模思路 |
| 4.2 时空变化过程表达方法 |
| 4.2.1 时态拓扑关系判定 |
| 4.2.2 空间变化类型判定 |
| 4.2.3 时空变化过程表达 |
| 4.3 混合时空数据存储模型设计 |
| 4.3.1 模型要素类定义 |
| 4.3.2 模型要素类关系 |
| 4.3.3 模型要素类操作及约束条件定义 |
| 4.3.4 混合模型宏观微观变化关联 |
| 4.4 小结 |
| 5 时空变化表达模型实现 |
| 5.1 模型要素接口定义及类实现 |
| 5.1.1 接口定义 |
| 5.1.2 模型要素类实现 |
| 5.2 模型数据物理存储结构 |
| 5.3 模型数据文件组织方法 |
| 5.4 时空数据库建立 |
| 5.5 时空数据索引 |
| 5.6 小结 |
| 6 地表覆盖时空数据表达模型验证 |
| 6.1 实验数据介绍 |
| 6.2 面向地理国情监测的原型系统 |
| 6.2.1 系统功能结构 |
| 6.2.2 时空数据存储管理模型验证 |
| 6.2.3 时空数据变化表达方法验证 |
| 6.3 黑龙江省低植被覆盖斑块时空变化模式分析 |
| 6.3.1 时空变化模式挖据方法 |
| 6.3.2 变化过程统计结果 |
| 6.3.3 斑块时空变化规律挖掘与分析 |
| 6.4 小结 |
| 7 总结与展望 |
| 7.1 全文总结 |
| 7.2 论文特色及创新 |
| 7.3 全文展望 |
| 参考文献 |
| 博士期间研究成果和科研项目 |
| 致谢 |
（8）基于Spark的时态查询分析及索引优化（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 主要符号对照表 |
| 第一章 绪论 |
| 1.1 课题提出 |
| 1.2 课题研究的意义 |
| 1.3 论文的主要贡献 |
| 1.4 论文的组织结构 |
| 第二章 相关工作 |
| 2.1 基于集群计算的时态查询 |
| 2.2 时态索引 |
| 2.3 SIMBA开源项目 |
| 2.4 本章小结 |
| 第三章 系统分析 |
| 3.1 可行性分析 |
| 3.1.1 社会可行性分析 |
| 3.1.2 技术可行性分析 |
| 3.1.3 经济可行性分析 |
| 3.1.4 操作可行性分析 |
| 3.2 技术分析 |
| 3.2.1 Spark内存计算框架 |
| 3.2.2 Spark SQL组件 |
| 3.2.3 Scala |
| 3.3 本章小结 |
| 第四章 系统架构及其功能描述 |
| 4.1 编程接口 |
| 4.2 索引机制 |
| 4.3 容错性机制 |
| 4.4 其他特性 |
| 4.5 本章小结 |
| 第五章 时态查询操作及时态索引的设计与实现 |
| 5.1 编程接口设计 |
| 5.1.1 关键字描述 |
| 5.1.2 时态操作 |
| 5.1.3 索引管理 |
| 5.1.4 复合查询 |
| 5.1.5 编程示例 |
| 5.2 时态查询设计及实现 |
| 5.2.1 SQL接口 |
| 5.2.2 逻辑计划层 |
| 5.2.3 物理计划层 |
| 5.2.4 UDF实现与本研究实现的区别 |
| 5.3 时态索引设计及实现 |
| 5.3.1 分区 |
| 5.3.2 全局过滤 |
| 5.3.3 局部索引 |
| 5.3.4 查询优化及索引使用 |
| 5.3.5 容错机制 |
| 5.4 本章小结 |
| 第六章 实验设计与评估 |
| 6.1 实验环境 |
| 6.2 索引建立时间 |
| 6.3 与原生Spark SQL程序的对比实验 |
| 6.4 本章小结 |
| 第七章 结束语 |
| 7.1 主要工作与创新点 |
| 7.2 后续研究工作 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间已发表或录用的论文 |
（9）土地利用时空数据管理与分析关键技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 国内外研究现状 |
| 1.3 项目来源与经费支持 |
| 1.4 研究目标和研究内容 |
| 1.5 研究方法与技术路线 |
| 第二章 土地利用调查现状及时态管理分析 |
| 2.1 土地利用调查概述 |
| 2.2 不同时期土地利用调查数据特点及差异分析 |
| 2.3 土地利用数据变化特征分析 |
| 2.4 时态数据管理现状及需求分析 |
| 2.5 本章小结 |
| 第三章 土地利用时空数据概念模型研究 |
| 3.1 时空建模分析 |
| 3.2 时空数据模型分析 |
| 3.3 土地利用时空数据概念模型 |
| 3.4 本章小结 |
| 第四章 土地利用时空数据库构建技术研究 |
| 4.1 土地利用时空数据逻辑模型 |
| 4.2 时空数据库自动构建技术 |
| 4.3 时空数据模型应用实例分析 |
| 4.4 本章小结 |
| 第五章 土地利用时空数据库快速索引技术研究 |
| 5.1 时空查询类型概述 |
| 5.2 时空索引需求分析 |
| 5.3 时空索引模型设计 |
| 5.4 时空索引算法实现 |
| 5.5 时空索引应用实例分析 |
| 5.6 本章小结 |
| 第六章 土地利用时空数据统计优化技术研究 |
| 6.1 土地利用变化统计的基本方法 |
| 6.2 基于集合代数的土地利用要素面积统计算法描述 |
| 6.3 基于图论模型的优化原理 |
| 6.4 土地利用现状统计优化 |
| 6.5 土地利用变更流量统计优化 |
| 6.6 土地利用变化统计实例分析 |
| 6.7 本章小结 |
| 第七章 土地利用时态数据管理与分析应用系统 |
| 7.1 系统需求分析 |
| 7.2 系统的开发和运行环境 |
| 7.3 系统设计与功能设计 |
| 7.4 系统功能实现 |
| 7.5 本章小结 |
| 第八章 结论与展望 |
| 8.1 本文结论 |
| 8.2 本文创新点 |
| 8.3 今后研究展望 |
| 参考文献 |
| 致谢 |
| 附录 本文主要名词术语及含义 |
| 作者简历 |
（10）面向建筑施工过程的GIS时空数据模型研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 研究意义 |
| 1.3 国内外研究现状 |
| 1.3.1 三维建筑物数据模型 |
| 1.3.2 地理信息和建筑信息的交叉与融合 |
| 1.3.3 建筑工程模拟研究现状 |
| 1.3.4 时空数据模型研究进展 |
| 1.3.5 研究现状小结 |
| 1.4 研究目标与内容 |
| 1.4.1 研究目标 |
| 1.4.2 研究内容 |
| 1.5 研究方法与技术路线 |
| 1.6 论文结构 |
| 第2章 基于六要素的建筑施工过程数据模型构建方法 |
| 2.1 空间对象模型分析 |
| 2.1.1 空间的基本概念 |
| 2.1.2 空间对象数据模型 |
| 2.1.3 空间对象关系 |
| 2.1.4 空间数据结构 |
| 2.2 时间对象模型分析 |
| 2.2.1 时间的基本概念 |
| 2.2.2 时间对象的结构 |
| 2.2.3 时间对象关系 |
| 2.3 时空数据模型分析 |
| 2.3.1 时空对象及其演变 |
| 2.3.2 时空信息的耦合模式 |
| 2.3.3 时空数据模型构建方法 |
| 2.3.4 时空过程层次细节 |
| 2.4 顾及驱动的演化模式及时空概念模型 |
| 2.4.1 六要素模型的时空特征分析 |
| 2.4.2 六要素模型的应用法则 |
| 2.4.3 基于驱动的时空数据模型 |
| 2.5 小结 |
| 第3章 建筑施工过程时空特征及其概念模型 |
| 3.1 建筑施工与技术分析 |
| 3.1.1 建筑工程与研究范围 |
| 3.1.2 建筑设计与施工应用 |
| 3.1.3 建筑施工过程管理 |
| 3.1.4 建筑施工技术分析 |
| 3.2 建筑施工空间及其特征分析 |
| 3.2.1 建筑施工空间构成 |
| 3.2.2 建筑施工场地空间及其概念模型 |
| 3.2.3 建筑物空间及其概念模型 |
| 3.2.4 建筑施工位置概念模型 |
| 3.3 建筑施工过程的时空特征分析 |
| 3.3.1 建筑施工过程时间的层次性 |
| 3.3.2 建筑施工工序概念模型 |
| 3.3.3 建筑施工工艺概念模型 |
| 3.3.4 建筑施工活动概念模型 |
| 3.4 建筑施工过程概念模型 |
| 3.4.1 建筑施工过程多源信息融合 |
| 3.4.2 建筑施工过程的时空层次细节模型 |
| 3.4.3 建筑施工过程的信息流特征 |
| 3.4.4 建筑施工过程时空关系特征 |
| 3.4.5 建筑施工过程的时空模式 |
| 3.5 小结 |
| 第4章 建筑施工过程时空数据模型构建 |
| 4.1 建筑施工过程逻辑模型 |
| 4.1.0 模型的基本框架 |
| 4.1.1 建筑施工过程资源逻辑模型 |
| 4.1.2 建筑物对象逻辑模型 |
| 4.1.3 施工计划与工序逻辑模型 |
| 4.1.4 建筑施工活动逻辑模型 |
| 4.1.5 时空关系逻辑模型 |
| 4.2 建筑施工过程时空数据结构 |
| 4.2.1 构件对象时空特征编码 |
| 4.2.2 建筑时空信息数据结构 |
| 4.2.3 时空关系的数据结构 |
| 4.3 建筑施工时空数据组织与管理 |
| 4.3.1 建筑施工过程时空数据库 |
| 4.3.2 施工过程时空数据组织 |
| 4.3.3 建筑施工过程时空索引 |
| 4.3.4 建筑施工过程查询 |
| 4.4 小结 |
| 第5章 建筑施工过程模拟研究 |
| 5.1 原型系统设计 |
| 5.2 建筑物数据信息提取 |
| 5.2.1 OAM建筑施工图信息提取 |
| 5.2.2 建筑结构施工图信息提取 |
| 5.2.3 建筑构件装饰信息抽取 |
| 5.3 建筑施工过程建模 |
| 5.3.1 建筑施工工艺建模 |
| 5.3.2 建筑施工工序建模 |
| 5.3.3 建筑施工活动与事件建模 |
| 5.3.4 建筑施工阶段的可视化 |
| 5.4 建筑施工过程应用分析 |
| 5.4.1 建筑施工过程的模拟仿真 |
| 5.4.2 建筑工程量计算分析 |
| 5.4.3 建筑施工过程工序分析 |
| 5.4.4 建筑投资进度分析 |
| 5.5 小结 |
| 第6章 结论与展望 |
| 6.1 研究结论 |
| 6.2 本文创新点 |
| 6.3 问题与展望 |
| 参考文献 |
| 在读期间发表的学术论文及研究成果 |
| 致谢 |
| 青年发展学院第九期培训班学员推荐表 |
四、一种双时态时空模型和索引机制（论文参考文献）
- [1]不确定时态数据Top-k查询[D]. 韦建华. 南京航空航天大学, 2020(07)
- [2]一种分布式环境下的时空数据存储与多维混合索引方法[D]. 何枋键. 浙江大学, 2019(02)
- [3]基于改进基态修正模型的露天采场时空4D信息模型构建研究[D]. 李晓晨. 西安建筑科技大学, 2019(06)
- [4]基于MongoDB的行为—事件的地理时空数据模型构建方法研究[D]. 叶苏娴. 桂林理工大学, 2019(05)
- [5]时态RDF模型索引方法研究[D]. 赵萍. 南京航空航天大学, 2019(02)
- [6]云环境下海量GIS时空数据存储方法的研究与实现[D]. 许秋熹. 西安电子科技大学, 2018(02)
- [7]地表覆盖时空数据表达建模与实现[D]. 李寅超. 武汉大学, 2017(06)
- [8]基于Spark的时态查询分析及索引优化[D]. 周亮. 上海交通大学, 2017(03)
- [9]土地利用时空数据管理与分析关键技术研究[D]. 郜允兵. 中国农业大学, 2016(08)
- [10]面向建筑施工过程的GIS时空数据模型研究[D]. 孟耀伟. 南京师范大学, 2016(05)