空间数据库理论基础

内容简介

[

本书是作者在近十年进行空间数据库研究、教学的基础上撰写而成的，系统地论述和分析了空间数据库的查询设计优化、若干新的查询、空间数据推理等新的技术和理论。

本书共13章，主要介绍空间数据库的基本索引结构、查询优化、方向方位和连接查询、*近邻查询、反向*近邻查询、核心变体查询、一般变体查询，线段的*近邻查询和反向*近邻查询，空间填充曲线的空间查询，基于主存δ-tree的高维数据查询，空间网络间的空间关系及推理和空间方向关系的关系推理基础等。

本书可作为计算机科学与技术、地理信息系统、机器人技术、人工智能、卫星遥感、气象分析、地质灾害分析等领域数据库相关专业高年级本科生和研究生的教材，也可供上述领域的科研人员和工程技术人员等参考。

]

目录

前言第1章 空间数据库概述1.1 空间数据库基本功能1.2 空间数据及空间对象1.2.1 空间信息模型1.2.2 空间数据类型1.2.3 空间数据特征1.2.4 空间数据结构1.2.5 空间对象的特殊性1.3 空间关系及表示1.3.1 空间关系研究的意义1.3.2 确定性空间拓扑关系及表示1.3.3 不确定性空间拓扑关系及表示1.3.4 确定性空间方向关系及表示1.3.5 不确定性空间方向关系及表示1.3.6 空间距离关系表示1.4 空间数据查询1.4.1 空间查询的基本操作类型1.4.2 空间查询的基本具体类型1.4.3 变体查询的具体类型1.4.4 高维空间*近邻查询的具体类型1.5 空间数据索引及查询处理1.5.1 空间数据库索引技术1.5.2 空间索引的基本思想1.5.3 空间对象近似化1.5.4 空间查询优化处理步骤1.5.5 空间操作算法的性质和要求1.6 空间关系推理1.6.1 空间推理概述1.6.2 空间关系推理类型1.7 空间网络数据库概述1.8 本章小结第2章 空间数据库的基本索引结构2.1 b-树及其变形树索引结构2.1.1 b-树索引结构2.1.2 kd-树2.1.3 k-d-b-树索引结构2.1.4 b+树索引结构2.2 r-树索引结构2.2.1 r-树索引结构2.2.2 r-树操作2.3 r*树和r+树索引结构2.3.1 r*树索引结构2.3.2 r+树索引结构2.4 qr-树2.5 四叉树及四叉变形树索引结构2.5.1 四叉树索引结构2.5.2 变形四叉树索引结构2.5.3 r-树索引和四叉树索引的比较2.6 栅格文件索引结构2.7 voronoi图2.7.1 voronoi图的定义与性质2.7.2 基于voronoi图的邻近关系类型2.7.3 delaunay三角网的定义与性质2.8 空间填充曲线2.8.1 基于空间填充曲线的网格划分2.8.2 hilbert曲线的映射方法2.8.3 z曲线的映射方法2.8.4 gray曲线的映射方法2.8.5 基于空间填充曲线索引结构2.9 δ-tree2.9.1 主成分分析2.9.2 δ-tree2.10 本章小结第3章 空间数据库的查询优化3.1 空间数据库查询的优化技术概述3.2 基于空间索引结点的优化3.2.1 基于计算的索引结点的优化3.2.2 mbr交叠区域计算3.3 基于聚类分析的结点优化3.3.1 结点的紧致结构3.3.2 聚类结点mbr交叠的判定3.3.3 dlsp判定算法实例分析3.4 空间数据划分类索引的代价分析3.4.1 基于r-树的空间选择与连接代价分析3.4.2 基于qr-树的空间选择与连接代价分析3.5 空间划分类索引的代价分析3.5.1 空间划分类索引结构3.5.2 动态更新的代价分析3.5.3 索引动态更新代价模型3.6 空间数据查询的其他优化技术3.6.1 种子树连接模型3.6.2 哈希分区连接模型3.6.3 窗口缩减方法3.6.4 空间连接索引技术3.7 本章小结第4章 空间数据库方向方位和连接查询4.1 方向和方位上的运算4.2 基于对象的方向方位模型设计4.2.1 点对象的基于对象的方向模型4.2.2 区域对象的基于对象方向方位的方向模型4.2.3 开放区域的基于对象方向方位的方向模型4.3 基于范围查询的对象方向方位的方向查询4.3.1 基于范围查询策略的基本思想4.3.2 基于范围查询策略的对象方向方位绝对方向查询算法4.3.3 基于范围查询策略的对象方向方位方向查询算法4.4 基于开放模型的对象方向方位的方向查询4.4.1 基于开放模型查询策略的基本思想4.4.2 基于开放模型策略的对象方向方位方向查询算法4.5 本章小结第5章 空间数据库*近邻查询5.1 空间数据库*近邻查询概况5.1.1 空间数据库*近邻查询的意义5.1.2 空间数据库*近邻查询的研究现状5.1.3 *近邻查询方法概论5.2 基于r-树的顺序*近邻查询5.2.1 *近邻查询的定义5.2.2 *近邻查询的测量距离5.2.3 深度优先遍历r-树的df*近邻查询算法5.2.4 宽度优先遍历r-树的bf*近邻查询算法5.3 静态环境下基于v-树的*近邻查询5.3.1 基于voronoi图的v-树结构5.3.2 基于voronoi图的1nn查询5.4 基于voronoi图的knn查询5.5 静态环境下基于voronoi图的cnn查询5.5.1 连续*近邻查询问题的定义和描述5.5.2 基于voronoi图的cnn查询算法5.6 动态创建局部k阶voronoi图的cknn查询算法5.7 空间*近对查询概述5.7.1 空间*近对查询定义5.7.2 空间*近对查询方法5.8 空间强邻近对查询5.8.1 空间强邻近对查询的相关理论5.8.2 无障碍的强邻近对查询算法5.9 本章小结第6章 空间数据库反向*近邻查询6.1 反向*近邻查询概述6.1.1 问题产生背景6.1.2 反向*近邻查询研究现状6.2 反向*近邻查询的定义与性质6.2.1 反向*近邻查询的定义6.2.2 反向*近邻查询的性质6.3 基于rnn-树的反向*近邻查询算法6.4 基于rdnn-树的反向*近邻查询算法6.5 基于voronoi图的反向*近邻查询6.6 delaunay图的增量生成方法6.6.1 基础定义与定理6.6.2 delaunay图的增量生成算法6.7 基于delaunay图的反向*近邻查询6.7.1 delaunay-树6.7.2 基于delaunay图的反向*近邻查询算法6.8 基于voronoi图的连续反向*近邻查询6.8.1 基本理论6.8.2 基于voronoi图的连续单色反向*近邻查询6.8.3 基于voronoi图的连续双色反向*近邻查询算法6.9 布尔范围查询和高维反向*近邻查询分析6.9.1 布尔范围查询6.9.2 高维反向*近邻查询分析6.10 本章小结第7章 空间数据库核心变体查询7.1 障碍物群中*优有序路径的查询7.1.1 基本定义7.1.2 k完全相异可视*优有序路径查询7.1.3 障碍空间k全局相异*优有序路径查询7.2 空间障碍反向*近邻查询理论7.2.1 可视性判断7.2.2 障碍距离的计算7.3 空间障碍反向*近邻查询7.3.1 障碍反向*近邻查询定义7.3.2 障碍反向*近邻查询点剪枝规则7.3.3 障碍反向*近邻过滤算法7.3.4 障碍反向*近邻精炼算法7.3.5 障碍反向*近邻算法7.4 有障碍的强邻近对查询算法7.5 改进的有障碍强邻近对查询算法7.6 本章小结第8章 空间数据库一般变体查询8.1 基于voronoi图的组*近邻查询8.1.1 基于voronoi图的组*近邻查询基本理论8.1.2 基于voronoi图的组*近邻查询算法8.2 范围约束的多类型*近邻查询8.2.1 基本概念8.2.2 满足范围约束条件的查询算法8.2.3 单个数据集的处理算法8.2.4 局部范围约束的多类型*近邻查询算法8.2.5 pcmt_nn算法的剪枝规则及分析8.3 基于r-树的受约束空间连接查询算法8.3.1 基于r-树的受约束空间连接查询的直接方法8.3.2 基于r-树的受约束空间连接查询算法8.4 基于qr-树的受约束空间连接查询8.4.1 基于qr-树的结点匹配算法8.4.2 基于qr-树的受约束空间连接查询8.5 基于rav-树的索引结构及近似查询8.5.1 vp区域分析8.5.2 基于rav-树的近似*近邻查询算法8.5.3 基于rav-树的分域查询算法8.5.4 基于rav-树的反向近似*近邻查询算法8.6 反向*远邻的过滤与查询8.6.1 查询点的rfn过滤判断8.6.2 过滤后给定点的rfn查询8.6.3 rff查询及动态更新8.7 动态数据集的反向*远邻8.7.1 增加数据点的情况8.7.2 减少数据点的情况8.8 基于voronoi图的有障碍道路网络*近邻查询8.8.1 基于voronoi图的有障碍的道路网络*近邻查询策略8.8.2 基于voronoi图的有障碍的道路网络*近邻查询算法8.9 本章小结第9章 线段的*近邻查询和反向*近邻查询9.1 线段*近邻查询的基本理论9.1.1 点与线段*近邻查询的相关定义9.1.2 线段与线段不相交时的位置关系9.1.3 基于两条线段不相交的有关定理9.2 线段*近邻查询方法9.2.1 r-树中mbr与线段的mbr的筛选规则9.2.2 基于mindist的筛选规则9.2.3 判断线段与线段的位置关系的算法9.2.4 线段与线段不相交时位置关系的确定算法9.2.5 查询线段与被查询线段的*近距离的算法9.2.6 查询线段在r-树中的遍历算法9.3 基于rcd-树的线段反向*近邻查询9.3.1 平面线段反向*近邻的相关定义9.3.2 基于rcd-树的平面线段反向*近邻查询算法9.4 基于voronoi图的线段反向*近邻查询9.4.1 线段voronoi图的定义和性质9.4.2 基于线段的反向*近邻9.4.3 线段的查询区域9.4.4 判断线段与查询区域相交的方法9.4.5 voronoi图的线段反向*近邻查询算法9.5 基于voronoi图的线段*近对查询9.5.1 基于voronoi图的线段*近对查询相关理论9.5.2 基于voronoi图的线段*近对查询算法9.5.3 对数据集进行更新的处理9.6 基于vague集的平面线段不确定性区域9.6.1 线段的模糊划分描述9.6.2 平面线段的vague区域描述9.6.3 平面线段的vague区域表示9.6.4 平面线段的动态规律描述9.7 平面动态线段的索引和查询9.7.1 平面动态线段的索引9.7.2 线段的近邻查询过程9.8 本章小结第10章 基于空间填充曲线的空间查询10.1 基于空间填充曲线*近邻查询10.2 高维空间基于z曲线的近似k*近对查询10.2.1 基本定义10.2.2 高维空间基于z曲线的近似k*近对查询算法10.3 基于hilbert曲线的高维k*近对查询10.3.1 网格划分10.3.2 基于hilbert曲线的高维k*近对查询算法10.4 基于hilbert曲线的近似k*近邻查询10.5 基于z曲线的高维空间范围查询10.5.1 网格划分10.5.2 分割规则10.5.3 z曲线的高维空间范围查询算法10.6 基于bz树的高维空间范围查询10.6.1 bz树索引结构10.6.2 bz树上的操作10.6.3 bz树高维空间范围查询算法10.7 基于hilbert曲线网格划分聚类10.7.1 聚类10.7.2 基于hilbert曲线网格划分聚类算法10.8 本章小结第11章 基于主存δ-tree的高维数据查询11.1 高维主存knn连接索引结构的基础算法11.1.1 δ-treer的基础算法r_insertr11.1.2 构建δ-treer和δ-trees算法11.1.3 δ-trees的基础算法r_inserts11.1.4 相关性质及定义11.2 自底向上深度递归knn查询11.2.1 理论基础11.2.2 相关子算法11.2.3 bu_df_knn_search算法11.3 自顶向下主存δ-tree的高维数据相似连接11.3.1 理论基础11.3.2 自顶向下主存δ-tree的高维数据相似连接算法11.4 改进的基于δ-treer的knn连接11.4.1 基于δ-treer的knn连接算法及其子算法11.4.2 改进的基于δ-treer的knn连接算法11.5 基于δ-rdnn-tree的自连接11.5.1 反向k*近邻索引结构δ-rdnn-tree11.5.2 基于δ-rdknn-tree的knn自连接算法11.6 基于δ-rdnn-tree的反向k*近邻连接11.7 基于δ-rdnn-tree的反向k*近邻查询11.8 本章小结第12章 空间网络间的空间关系及推理12.1 空间网络间的空间关系表示12.1.1 基本概念12.1.2 严格型的空间网络间的空间关系表示12.1.3 扩展型的空间网络间的空间关系表示12.2 空间网络间的空间关系的交集模型12.2.1 空间网络间的空间关系的交集模型表示12.2.2 空间网络间的空间关系的特征条件式和蕴涵条件式12.3 空间网络间的空间关系推理12.4 实例分析12.5 本章小结第13章 空间方向关系的关系推理基础13.1 基于mbr的主方向关系的反关系推理13.1.1 二维空间主方向关系13.1.2 基于mbr的主方向关系的反关系推理13.2 区域对象间主方向关系的反关系推理13.2.1 矩形主方向关系的原关系13.2.2 主方向关系的反关系推理算法13.2.3 算法验证13.3 三维空间方向关系的表达与推理13.3.1 三维空间主方向关系模型13.3.2 三维空间方向关系推理13.4 本章小结参考文献

封面

书名:空间数据库理论基础

作者:郝忠孝

页数:428

定价:¥88.0

出版社:科学出版社

出版日期:2013-04-01

ISBN:9787030372581

PDF电子书大小:124MB 高清扫描完整版