時空數(shù)據(jù)庫新理論

定　價：￥60.00

作　者：	郝忠孝著
出版社：	科學出版社
叢編項：
標　簽：	數(shù)據(jù)庫理論

購買這本書可以去

ISBN：	9787030323132	出版時間：	2011-09-01	包裝：	平裝
開本：	16開	頁數(shù)：	217	字數(shù)：

內(nèi)容簡介

　　郝忠孝所著的《時空數(shù)據(jù)庫新理論》系統(tǒng)論述和分析了時空數(shù)據(jù)庫、空間數(shù)據(jù)庫、移動數(shù)據(jù)庫等查詢、空間數(shù)據(jù)推理新技術和新理論。全書共分8章。內(nèi)容包括：基于Voronoi圖的線段反向最近鄰查詢；空間數(shù)據(jù)間的序及數(shù)據(jù)查詢；不確定性平面、區(qū)域的平面線段的近鄰查詢、平面動態(tài)線段的索引和查詢；基于聚類的空間數(shù)據(jù)索引優(yōu)化及代價分析；高維主存kNN查詢，△-tree的非遞歸、遞歸深度優(yōu)先，自底向上深度遞歸kNN查詢，自頂向下主存△-tree的高維數(shù)據(jù)相似連接；區(qū)域?qū)ο箝g主方向關系的反關系推理、三維空間方向關系的表達與推理、基于定性坐標的位置表達及主方向關系推理等?！稌r空數(shù)據(jù)庫新理論》可作為計算機科學與技術學科、地理信息系統(tǒng)、機器人技術、人工智能、衛(wèi)星遙感、氣象分析、地質(zhì)災害分析等專業(yè)的高年級本科生或碩士生選修課教材，也可供從事上述領域研究的博士生、科研人員及工程技術人員等參考。

作者簡介

　　郝忠孝，教授，山東蓬萊人，1940年12月生，中共黨員，曾任原東北重型機械學院副校長，齊齊哈爾大學副校長，哈爾濱理工大學學術委員會主席?，F(xiàn)任哈爾濱工業(yè)大學博士生導師（兼）、哈爾濱理工大學博士生導師。原機械電子工業(yè)部有突出貢獻專家、享受國務院政府特殊津貼、全國優(yōu)秀教師、黑龍江省共享人才專家、黑龍江省級學科帶頭人、黑龍江省計算機學會副理事長。主要研究領域：空值數(shù)據(jù)庫理論。在國內(nèi)外首次提出了空值數(shù)據(jù)庫數(shù)據(jù)模型，完成一系列相關研究，形成了比較完整的理論體系，著有國內(nèi)外第一部該領域的論著《空值環(huán)境下數(shù)據(jù)庫導論》。數(shù)據(jù)庫NP完全問題的求解問題。首次基本解決了求全部候選關鍵字、主屬性，基數(shù)為M的候選關鍵字，最小候選關鍵字等問題，著有《關系數(shù)據(jù)庫數(shù)據(jù)理論新進展》一書。數(shù)據(jù)庫數(shù)據(jù)組織的無環(huán)性理論研究。在無α環(huán)、無β環(huán)、無γ環(huán)的分解條件與規(guī)范化理論研究方面有了突破性進展，著有《數(shù)據(jù)庫數(shù)據(jù)組織無環(huán)性理論》。時態(tài)數(shù)據(jù)庫理論研究。系統(tǒng)提出并完成了時態(tài)數(shù)據(jù)庫中基于全序、偏序、多粒度環(huán)境下的各種時態(tài)理論問題研究，著有《時態(tài)數(shù)據(jù)庫設計理論》的論著。主動數(shù)據(jù)庫理論研究。著有國內(nèi)外第一部該方面的論著《主動數(shù)據(jù)庫系統(tǒng)理論基礎》。空間、時空數(shù)據(jù)庫理論研究。首次解決了空間數(shù)據(jù)庫線段最近鄰查詢的問題，著有《時空數(shù)據(jù)庫查詢與推理》。不完全信息下XML概率XML數(shù)據(jù)庫理論研究。首次解決了不完全信息下XML數(shù)據(jù)庫部分理論研究問題，著有《不完全信息下XML數(shù)據(jù)庫基礎》。發(fā)表學術論文230余篇，其中，國家一級論文160余篇、在《計算機研究與發(fā)展》上發(fā)表個人學術論文專輯兩部，被SCI、EI等檢索140余篇。著書8部。

圖書目錄

前言
第1章時空數(shù)據(jù)庫基礎
1.1 時空數(shù)據(jù)庫概述
1.2 空間數(shù)據(jù)庫概述
1.2.1 空間數(shù)據(jù)結(jié)構(gòu)
1.2.2 空間查詢
1.2.3 空間數(shù)據(jù)庫索引技術
1.2.4 空間索引的基本思想
1.2.5 空間對象近似化
1.2.6 空間查詢處理步驟
1.3 幾種典型的空間索引結(jié)構(gòu)
1.3.1 B-樹和B+樹
1.3.2 R-樹
1.3.3 R*樹
1.3.4 四叉樹
1.4 空間網(wǎng)絡數(shù)據(jù)庫概述
1.5 移動對象數(shù)據(jù)庫概述
1.5.1 移動對象的描述
1.5.2 移動對象信息存儲
1.5.3 移動對象的位置表示
1.5.4 移動對象位置不確定性的表示與處理
1.5.5 移動對象的索引
1.5.6 移動對象的查詢
1.6 時空數(shù)據(jù)模型和索引
1.6.1 時空數(shù)據(jù)模型
1.6.2 時空數(shù)據(jù)索引
1.7 本章小結(jié)
第2章空間數(shù)據(jù)庫幾種查詢方法
2.1 基于R-樹的最近鄰查詢理論基礎
2.1.1 最近鄰查詢的定義
2.1.2 最近鄰查詢的測量距離
2.2 基于R-樹的受約束空間連接查詢
2.2.1 基于R-樹的受約束空間連接查詢的直接方法
2.2.2 基于R-樹的受約束空間連接查詢算法
2.3 基于QR-樹的受約束空間連接查詢
2.3.1 QR-樹
2.3.2 基于QR-樹的受約束空間連接查詢算法
2.4 基于Voronoi圖的線段反向最近鄰查詢
2.4.1 線段Voronoi圖的定義和性質(zhì)
2.4.2 基于線段的反向最近鄰
2.4.3 線段的查詢區(qū)域
2.4.4 判斷線段與查詢區(qū)域相交的方法
2.4.5 Voronoi圖的線段反向最近鄰查詢算法
2.5 空間數(shù)據(jù)庫中的障礙反向最近鄰查詢
2.5.1 可視性判斷
2.5.2 障礙距離的計算
2.5.3 障礙反向最近鄰查詢算法
2.6 本章小結(jié)
第3章空間數(shù)據(jù)間的序及數(shù)據(jù)查詢
3.1 數(shù)據(jù)空間的二分劃分
3.1.1 空間數(shù)據(jù)問的序
3.1.2 二分劃分
3.2 數(shù)據(jù)空間的四分劃分和區(qū)域查詢
3.2.1 極小化交疊的數(shù)據(jù)空間的四分劃分
3.2.2 具有相對位置關系的數(shù)據(jù)空間的四分劃分
3.2.3 RQOP樹的結(jié)點插入
3.2.4 RQOP樹的區(qū)域查詢
3.3 數(shù)據(jù)空間的M分劃分和MB-樹的區(qū)域查詢
3.3.1 MB-樹的生成
3.3.2 MB-樹的結(jié)點插入
3.3.3 MB-樹的區(qū)域查詢
3.4 基于序的空間數(shù)據(jù)索引MOIS-樹的區(qū)域查詢
3.4.1 MOIS樹的生成算法
3.4.2 MOIS-樹的結(jié)點插入算法
3.4.3 基于MOIS-樹區(qū)域查詢的剪枝規(guī)則
3.4.4 基于MOIS-樹區(qū)域查詢算法
3.5 基于MOIS-樹的最近鄰和k最近鄰查詢
3.5.1 點與物體的空問關系定理
3.5.2 基于MOIS-樹的最近鄰查詢算法
3.5.3 k最近鄰查詢算法
3.6 本章小結(jié)
第4章基于不確定性平面線段的查詢
4.1 線段與線段的空間關系描述
4.1.1 帶有不確定影響區(qū)域線段的描述
4.1.2 線段與線段之間的空間關系
4.2 不確定性區(qū)域的平面線段的近鄰查詢
4.3 基于Vague集的平面線段不確定性區(qū)域
4.3.1 線段的模糊劃分描述
4.3.2 平面線段的Vague區(qū)域描述
4.3.3 平面線段的Vague區(qū)域表示
4.3.4 平面線段的動態(tài)規(guī)律描述
4.4 平面動態(tài)線段的索引和查詢
4.4.1 平面動態(tài)線段的索引
4.4.2 線段的近鄰查詢過程
4.5 本章小結(jié)
第5章基于聚類的空間數(shù)據(jù)索引優(yōu)化及代價分析
5.1 基于計算的索引結(jié)點優(yōu)化
5.1.1 R*樹索引簡介
5.1.2 正交區(qū)域掃描
5.1.3 創(chuàng)建二叉線段樹
5.1.4 MBR重疊區(qū)域計算
5.2 基于聚類分析的結(jié)點優(yōu)化
5.2.1 結(jié)點的緊致結(jié)構(gòu)
5.2.2 聚類結(jié)點MBR重疊的判定
5.2.3 DLSP判定算法實例分析
5.3 改進的空間劃分類索引
5.3.1 基本知識
5.3.2 索引的動態(tài)更新代價模型
5.4 本章小結(jié)
第6章基于主存△-tree的高維數(shù)據(jù)查詢
6.1 理論基礎
6.1.1 主成分分析
6.1.2 △-tree
6.2 高維主存kNN連接索引結(jié)構(gòu)的基礎算法
6.2.1 △-tree-R的基礎算法R-insertR
6.2.2 △-tree-S的基礎算法R-insertS
6.2.3 相關性質(zhì)及定義
6.3 非遞歸深度優(yōu)先志NN查詢
6.4 遞歸深度優(yōu)先kNN查詢
6.5 自底向上深度遞歸kNN查詢
6.5.1 相關子算法
6.5.2 BU_DF_knn_Search算法
6.5.3 三種主存kNN查詢算法比較
6.6 本章小結(jié)
第7章基于主存△-tree的高維數(shù)據(jù)連接
7.1 自頂向下主存△-tree的高維數(shù)據(jù)相似連接
7.2 改進的基于△-tree-R的kNN連接
7.2.1 基于△-tree-R的kNN連接算法子算法
7.2.2 改進的基于△-tree-R的kNN連接算法
7.3 基于△-Rdnn-tree的自連接
7.3.1 反向k最近鄰索引結(jié)構(gòu)△-Rdnn-tree
7.3.2 基于△-Rdknn-tree的kNN自連接算法
7.4 基于△-Rdnn-tree的反向k最近鄰連接
7.5 基于△-Rdnn—tree的反向k最近鄰查詢
7.6 本章小結(jié)
第8章空間方向關系的關系推理
8.1 基于MBR的主方向關系的反關系推理
8.1.1 二維空間主方向關系
8.1.2 基于MBR的主方向關系的反關系推理算法
8.2 區(qū)域?qū)ο箝g主方向關系的反關系推理
8.2.1 矩形主方向關系的原關系
8.2.2 主方向關系的反關系推理算法
8.2.3 算法驗證
8.3 三維空間方向關系的表達與推理
8.3.1 三維空間主方向關系模型
8.3.2 三維空間方向關系推理
8.4 基于定性坐標的位置表達及主方向關系推理
8.4.1 空間距離關系
8.4.2 定性位置表達
8.4.3 基于定性位置的主方向關系推理
8.5 本章小結(jié)
參考文獻