欢迎来到天天文库
浏览记录
ID:33386789
大小:6.38 MB
页数:61页
时间:2019-02-25
《云环境下的空间矢量数据动态分组算法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、万方数据论文题目:云环境下的空间矢量数据动态分组算法研究作者姓名:焦浩瑾专业名称:太地测量堂皇测量工捏指导教师:王健副指导教师:杜云艳论文提交日期:论文答辩日期:授予学位日期:入学时间:至Q曼曼生2旦研究方向:理岱测量数塑丝堡堡诠拯基廛旦职称:副.塾拯职称:副班塞虽兰万方数据STUDYABoUTTHECoRRECTIoNMoDELOFPROBABlLITYINTEGRALMETHoDUNDERTHICKLooSEoVERBURDENINLoNGGUMINEADissertationsubmittedinfulfillmentofthereq
2、uirementsofthedegreeofMLASTERoFPⅢLOSoPHYShandongUniversityofScienceandTechnologyRenHaoweiSupervisor:ProfessorWangJianCollegeofGeomaticsJune2014万方数据声明本人呈交给山东科技大学的这篇硕士学位论文,除了所列参考文献和世所公认的文献外,全部是本人在导师指导下的研究成果。该论文资料尚没有呈交于其它任何学术机关作鉴定。Ideclarethatthisdissertation,submittedinfulfi
3、llmentoftherequirementsfortheawardofMasterofPhilosophyinShandongUniversityofScienceandTechnology,iswhollymyownworkunlessreferencedofacknowledge.Thedocumenthasnotbeensubmittedfo.rqualificationatanyotheracademicinstitute.Signature:胁№屺i。ate.>口,峰t口6、矿P扔■1%吖、弋,∥眵一帆训/飞1名朗鹳期生士硬日万
4、方数据山东科技大学硕士学位论文摘要摘要随着科学技术的不断发展进步,人们认识海洋的手段不断增多,海洋相关的各种时空数据获取方式多种多样,时间周期短,数据量大。采用传统的方式处理效率低下。而云计算技术的应用可以有效的解决海洋大数据处理中存在的效率问题,它采取并行计算的方式实现计算任务的加速。针对海量涌现的海洋空间矢量数据集,本文采用现今被广泛应用的数据并行方式实现任务加速:就数据并行中对空间矢量数据动态分组,本文提出了一种基于K.D树(K维数缩写)改进的分组算法(简称N.KD树空间分组算法)。本算法可以满足区域适应性、实时快速分组、确保分组后各
5、组数据量均衡、保持分组数据的空间邻近性四个特点,算法引用K-D树建立索引的方法,将空间点集的空间属性(即空间点集所处的空间范围的X方向或者Y方向)作为划分参照,经方差计算,对比X'Y方向上的数据离散程度,选择离散度高的方向分组。后按文中算法对数据进行空间分组,统计分组结果的数据量确定是否终止。递归的重复上述过程至满足终止条件。这种分组方法可以动态的将用户提交的不同数据量、处于不同区域的空间点集计算任务的数据分成数据量均衡若干个组,构建平衡二叉树,并且能够很好的保持数据的空间邻近性。实验分析表明,该算法具有较好的动态分组效果与较高的计算效率,
6、较之传统K-D树分组方法减少分组耗时近30倍;而且在保持各组数据数据量的均衡上有较大的优势,较之空间位置划分方法各分组结果间数据量基本均衡。关键词:空间矢量数据:K-D树;空间分组;并行计算万方数据山东科技大学硕士学位论文摘要ABSTRACTWiththedevelopmentofinformationtechnology,thenumberofaccessiblespatialdataisincreasingexponentially.Thisstudypresentsanimprovedspatialdatapartitionalgor
7、ithm,namedN-KDtreemethod,toaddressthechallengeofflexiblygroupingalargevolumeofspatialpointdata.Thealgorithmhasfourcharacteristics:spatialflexibility,real-timeandfastpartition,databalanced,andretentionofspatialproximity.Itgivesprioritytothedimensionthathasagreatervariancewh
8、endividingthepo缸datasetsbyspatialattributes(e.g.xcoordinateandYcoordinateofatwodimensiona
此文档下载收益归作者所有