电力物联网用户侧负荷数据动态R-树匹配方法

电力物联网用户侧负荷数据维度较大,导致数据匹配延时时间过长,为了解决上述问题,基于动态R-树实现电力物联网用户侧负荷数据动态匹配。建立负荷计算模型,分析负荷历史运行信息,实现数据检测。通过归一化函数完成归一化处理,提取动态特征,构建动态R-树,确定匹配机制,根据矩阵计算函数完成压缩处理,利用动态匹配算法更新集对R-树内部结构进一步加以修改,在清除矩形之前,利用叶结点的Hash索引得到R-树匹配矩阵,使用Hash搜索准确地找到目标矩形,增强分布与交互仿真中的实时性,实现用户侧负荷数据动态匹配。实验结果表明,研究的动态R-树匹配方法在数据插入、数据匹配、数据维护过程中的延时时间低于48ms,实时性较好。

R程序包ForestStatTool在林学单木和林分因子统计中的应用

【目的】为了实现林学中单木和林分指标的快速、准确计算,开发了通用的R包ForestStatTool,并通过具体示例介绍其在单木和林分因子统计计算中的应用。【方法】在R语言环境中,编写了12个实用函数,涵盖重复标签处理、重复坐标处理、样地分割、空间结构指标计算、竞争指标计算、生物多样性指标计算和林分因子统计这7大类。以北京十三陵林场的侧柏纯林0.06 hm2圆形样地和吉林省汪清林业局金沟岭林场的云冷杉针阔混交林1 hm2方形大样地的数据为例,介绍了ForestStatTool包的主要功能及使用方法。【结果】ForestStatTool包通过分析各类样地数据,成功计算了林木的空间结构、竞争指数和生物多样性等指标。结果表明:ForestStatTool包可有效识别林木的空间分布特征,量化林木的竞争压力,并揭示了林分结构和多样性分布的特征;还能够满足大样地和复杂林分的快速统计分析需求,适用于多种林业应用场景。【结论】ForestStatTool包可方便、快速、准确地完成样地数据检查与预处理,并完成林学单木和林分因子的相关统计计算。ForestStatTool包可应用于森林经理、森林培育、森林生态等领域。

基于R-Tree的高效异常轨迹检测算法

提出了异常轨迹检测算法,通过检测轨迹的局部异常程度来判断两条轨迹是否全局匹配,进而检测异常轨迹.算法要点如下:(1)为了有效地表示轨迹的局部特征,以k个连续轨迹点作为基本比较单元,提出一种计算两个基本比较单元间不匹配程度的距离函数,并在此基础上定义了局部匹配、全局匹配和异常轨迹的概念;(2)针对异常轨迹检测算法普遍存在计算代价高的不足,提出了一种基于R-Tree的异常轨迹检测算法,其优势在于利用R-Tree和轨迹间的距离特征矩阵找出所有可能匹配的基本比较单元对,然后再通过计算距离确定其是否局部匹配,从而消除大量不必要的距离计算.实验结果表明,该算法不仅具有很好的效率,而且检测出来的异常轨迹也具有实际意义.

采用R^＊-tree的三角网格曲面非均匀精简算法

提出了一种三角网格曲面非均匀精简算法。该算法采用R^＊-tree组织三角网格曲面的空间拓扑结构，实现了三角面片拓扑邻域的快速查询。结合三角网格曲面模型的曲率分布状况，对三角网格曲面进行聚类分簇处理，通过对分簇网格进行局部精简，实现了三角网格曲面模型的整体保形性精简。与同类精简算法的对比实验表明，该算法的数据适应性强，有效地保留了三角网格曲面的型面特征，精简后的网格模型与原网格模型的面片偏差降低了20％～45％，精简时间减少了10％～35％。

基于R-Tree的空间查询代价模型研究

本文对基于 R- Tree的空间查询代价模型进行了探讨 ,分析了 Y.Theodoridis等提出的矩形密度模型〔2 ,3〕,利用其结果提出了代价估计的概率模型 。

一种基于R-tree的空间索引方法

为进一步提高R-tree的空间索引数据检索性能,提出一种基于R-tree的MRD-tree索引,它的结构中包含空间对象的外部近似图形和内部近似图形,同时允许数据入口存放在中间结点。在检索时既能减少I/O次数,也能相对减少一定的CPU时间。通过实验分析,该索引能提高空间数据的检索效率。

基于R-tree的高效异常轨迹检测算法

异常检测是一种流行的数据挖掘任务,但是轨迹数据的异常检测的研究比较少,而且存在的算法也较有局限性,因此J.-G Lee等人提出了TRAOD算法。该算法能够有效地检测出异常的轨迹,但是也存在着缺陷。它的复杂度和准确度比较难平衡,在参数的选取上也比较难,算法的运行时间较长。基于TRAOD的问题,提出一种基于R-tree的高效的异常轨迹检测算法R-TRAOD。该算法通过R-tree对轨迹点进行索引搜索其领域内的轨迹点,然后根据TRAOD算法对R-tree索引出来的轨迹点进行异常轨迹的检测,这样可以提高算法的运行速度。真实数据实验测试表明,该算法比最新的TRAOD异常轨迹挖掘算法效率要高。

基于3D^+-TPR-tree的点目标全时段移动索引设计

在经典3D R-tree基础上提出新的3D+R-tree索引,通过改变待索引数据项的结构并重新设计查询处理算法,减少包容矩形死区,提高查询效率;为了满足全时段查询要求,设计一种称为3D+-TPR-tree的联合索引结构,并对其中TPR-tree的参数包容矩形的调整算法进行优化。通过测试,证明3D+R-tree的查询效率明显高于普通3D R-tree;此外,测试结果也表明经过优化的参数包容矩形的调整算法也部分提升了TPR-tree的查询性能。

地图服务器体系结构和R-Tree空间索引技术

该文讨论了Web-GIS中地图服务器的体系结构问题,分析了不同体系结构的优劣,给出了在不同网络环境下的优选方案。文章还讨论了地图服务器的核心技术--空间数据搜索问题,将一种新的高效的数据结构和算法R-Tree用于搜索引擎中。

基于PQR-tree的空间查询代价模型

空间信息处理和地理信息系统等领域的数据管理涉及到海量、高维空间数据对象的处理。本文针对传统数据索引结构在处理这类空间数据时所存在的内存使用过大、I/O消耗过多等问题,通过改进选择查询的代价模型,给出了基于PQR-tree的查询和代价模型,以提高空间数据查询的性能。提出了基于PQR-tree的三阶段并行查询的方法,分别在任务创建、分配、执行阶段进行优化。提出在任务创建和任务分配阶段应用于空间查询中过滤和精炼阶段的有效算法。测试表明,本文算法在处理各种不同分布类型数据集过程中有效降低了空间数据处理对时间和空间的代价和需求,并且并行机制下的代价模型在预测和评估方面也具有较好的精确度。

基于R-Tree的空间连接代价模型的改进

对基于R-Tree的空间连接代价模型进行了探讨,主要研究了HUANG Y W提出的空间连接代价模型。利用最优/最差选择策略降低该算法的时间复杂度,对基于缓冲区的代价模型提出了改进后的评估公式,通过实验验证了改进后的模型比原模型提高了评估的精确度。

一种基于R*-tree的时空索引

时空数据是一种特殊的多维数据，其每一数据项的时间戳值是单调递增的。3D R-tree把时间看作为空间的另一维，然后利用R-tree进行空间索引，查询效率比较低而且只能处理离线数据。而HR-tree 将时间维孤立出来，同时保存每一时间戳的空间数据，查询效率较高但是空间开销大。该文提出了一种基于 R*-tree算法的时空索引方法。该方法比3D R-tree有更好的查询效率且支持在线数据模式,较之HR-tree在保证查询效率的同时使用更少的存储空间，最后给出了试验对比结果。

基于R^＊-tree的散乱点云截面数据获取算法

为快速准确地获取散乱点云的截面数据,以较少数据准确表达模型信息,提出一种截面数据获取算法.采用R*-tree建立点云的动态空间索引结构,基于该结构快速准确获取截面邻域数据,依据该数据与截平面的位置关系将邻域数据分为正负两个邻域,通过对两邻域数据点配对连线与截平面求交获取截面数据,并采用最小生成树算法对其排序,最终得到有序的截面数据.结果表明,该算法数据适应性强,截面数据获取精度高,运行速度快,且能够以较少数据准确表达模型型面特征.

HHRT-GAP-tree在多尺度显示中的应用

为了实现海量地图数据的分级多尺度显示,在地图数据库上构建HH-GAP-tree索引,并引入了拓扑算子。首先,确定显示比例尺级数,再生成多级Hilbert-R-tree索引,确定查询窗口。其次,对其建立GAP-tree索引,查询获取满足用户要求比例尺的初级数据,在此基础上检索GAP-tree并采用拓扑算子进行处理。最后,动态生成新的比例尺数据。实验结果表明,该索引在多尺度显示中是有效的,避免了单纯使用一种索引的缺点。

基于空间网格和Hilbert R-tree的二级R-tree空间索引

针对分布式海量空间数据库管理要求,提出了一种基于空间划分网格、Hilbert R-tree和普通R-tree的二级空间索引结构,该结构被命名为H2R-tree。然后,详细讨论了该结构的优点,并给出了实现算法。实际算例表明,H2R-tree具有多方面的优良性能,是一种值得推广的二级索引技术。

PR-tree:P2P环境下一种多维数据的分布式索引结构

提出了一种基于R-tree的更适用于P2P环境的新型多维空间索引结构———PR-tree,并且在这种新型的索引结构下进行了高维数据的查询操作.这种新型的空间索引结构有两个主要的特点:对需要查询的数据空间进行层次划分;并且对结点的插入、删除等操作具有高度的灵活性.实验表明这种新型的空间索引结构在查询效率等方面都优于其他的索引形式.

基于R^＊-tree的时空数据库索引VC-tree

在时空数据的索引结构中,HR-tree可以高效处理时间片查询,但对时间段查询效率低下,同时存在存储冗余。3D-tree索引的效率较低,双树结构使索引维护较为困难,且磁盘访问开销大。该文提出一种新的基于R*-tree的索引结构VC-tree,便于管理维护,可以高效满足时空查询,并满足有效时间内的未来查询。

基于R-Tree结构的无线传感器网络历史查询研究

把整个无线传感器网络组织成类似于R-tree结构,区域的历史感知数据存储在该区域的数据存储节点上,查询时只需要查询数据存储节点,节省了查询需要的能量,而对历史非常久远的数据先进行压缩处理,再发送给基站存储,可防止数据丢失.实验证明,应用R-Tree的方法无论在存储还是在查询上都比本地存储法和基站存储法具有优越性.

R*-Tree强制重插算法的改进

为了提高检索速度,在分析R-Tree及R*-Tree的基础上,提出一种强制重插算法,通过改进R*-Tree多维空间索引结构加速搜索过程。实验结果表明,相比传统算法,该算法在索引空间利用率、动态创建索引、索引检索方面具有更高性能。

R软件包MtreeRing在生长轮宽度测量中的应用

介绍了使用R软件包MtreeRing自动测量生长轮宽度的方法。MtreeRing使用数学形态学和边缘检测方法对数字图像中的生长轮边界进行识别,并且可以校正倾斜生长轮带来的测量误差。此外,MtreeRing还提供了具有图形用户界面的小程序,满足了不同编程水平用户的需求。两个针叶树种的对比分析表明,MtreeRing测量的生长轮宽度与WinDENDRO无显著差异,自动检测提高了测量效率,图形用户界面也增强了R软件的易用性。相比WinDENDRO等商业工具,MtreeRing无需软件成本,生长轮宽度序列可以直接在R软件中进行后续分析,或使用rwl等通用格式导出。