基于Spatial OLAP的城市交通综合管理系统设计与实现

空间联机分析处理技术将GIS与联机分析处理技术OLAP相结合,提供在空间维度上进行不同尺度钻取的解决方案——SOLAP。该文基于SOLAP技术,构建一个城市交通的综合管理系统,并在电子地图上展示不同区域、路段、时段的交通流信息,为交通管理者进行决策提供技术支持。

有效支持空间OLAP的空间数据仓库模型研究

为了实现各类空间联机分析,提供更加全面灵活的空间决策支持,提出了一个空间数据立方体与空间索引结构相互协作的空间数据仓库模型,并同时构建了一个与之协作的空间索引结构aR*Btree.aR*Btree基于R*tree和Btree实现,存储了空间维及时间维的聚集信息和层次关系,可以有效支持区域聚集查询.对各种空间联机分析操作进行了分类,分析表明该模型充分利用了传统数据仓库成熟的建模和联机分析技术,结合了空间索引结构在空间层次结构上的灵活特性,可以有效地支持各类空间联机分析.最后比较了aR*Btree与其他索引结构在区域聚集查询方面的性能.实验结果证明,在区域聚集查询中aR*Btree的节点访问次数和查询执行时间均小于现有索引结构.

空间OLAP技术研究

针对决策支持系统中空间数据可视化应用趋势,研究基于空间数据仓库的一种决策分析工具———在线分析处理,通过改进空间数据立方体的物化视图选择方法,并进行了实例分析,验证该方法的有效性和优越性,更好地解决空间OLAP响应时间延迟问题.进而扩展空间OLAP应用模型和模式,实现更加完备、灵活的空间OLAP操作功能.

空间多维数据模型及OLAP的设计与实现

多维数据模型定义了数据仓库的度量和维度结构 ,是OLAP和某些数据挖掘模型的基础和数据仓库应用的重要手段。但用传统的多维数据模型和OLAP技术处理空间数据具有较大的局限性。文中尝试在传统多维数据模型中引入空间维度 ,在度量中引入指向空间聚合结果的空间聚合索引 ,并引入空间算子集合 ,从而构造出空间多维数据模型和空间立方体。在模型物理实现的基础上 ,试验了空间立方体的OLAP操作。

基于Web的空间OLAP研究

OLAP(在线分析处理 )是空间信息集成、查询与分析的重要领域和手段 ,基于Web的OLAP需要解决体系结构、空间数据仓库构建、多维数据模型、WebGIS、数据挖掘等诸多理论和工程问题。体系结构规定了系统开发和应用的模式 ;多维数据模型中定义了基于数据仓库的度量和维度结构 ,是OLAP和某些数据挖掘模型的基础 ,是数据仓库应用的重要手段。传统的体系架构、多维数据模型和OLAP技术在处理空间数据过程中具有较大的局限性。文章尝试探讨在Internet环境下 ,在传统多维数据模型中引入空间维度、度量中指向空间聚合结果的空间数据索引及其空间算子集合 ,从而构造出空间多维数据模型 ,并在模型物理实现的基础上 ,试验了空间立方体的WebOLAP操作。可以预测 ,空间OLAP研究将成为GIS研究的热点 ,具有极大的应用价值。

基于Web的空间OLAP体系研究及其实现

空间联机分析处理是空间数据仓库的前端可视化工具,为空间数据分析提供了强有力的分析手段。文章建立了基于Web的空间联机分析处理的总体架构,并设计了一个原型系统,实现了空间联机分析处理的基本操纵。

分布式空间数据仓库的构建与OLAP服务实现

介绍基于分布式数据库技术、网络通信技术、地理信息系统技术的空间数据仓库的设计方法。以福建省沿海地区遗迹保护区为例,搭建了一个分布式的空间数据仓库。在此基础上实现以地区行政级别、类型划分及保护区一般信息为维度的多粒度数据部署。并以本数据仓库为例,根据不同的空间联机分析(OLAP)服务请求,动态创建数据立方体,完成OLAP服务并返回空间OLAP结果。

空间数据立方体的建模方法研究

研究了基于空间数据仓库的一种决策分析工具——空间在线分析处理(OLAP)的支撑技术。将普通数据立方体与空间数据立方体进行比较,提出空间数据立方体的维和度量的建模方法,解决了空间维与非空间维、空间度量与数值度量的集成建模问题。

基于空间数据挖掘技术的森林防火智能决策支持系统研究

从智能空间决策支持系统的功能需求出发,分析了森林防火是复杂的空间决策问题,它具有动态性、分布性、数据量大、数据性质复杂等特点,决策者面对突如其来的灾害及海量的、复杂的、易变的和分布的数据和信息,很难做出及时、科学和准确的决策。因此,建立集成空间信息分析处理的、具有知识发现能力的智能决策支持系统是十分必要的。而空间在线分析处理(Spatial OLAP)和空间在线分析挖掘(Spatial OLAM,Spatial OLAPmining)是集成空间数据处理的OLAP和OLAM,能够在空间数据仓库上发现隐含的知识和规则,并在不同的维、度上进行查询和分析。从系统需求分析、功能设计、系统实现和系统运行实例方面,论述融合了GIS、空间OLAP和空间OLAM技术的空间智能决策支持系统的设计思想和关键技术的实现。提出基于空间OLAP和OLAM知识发现机制,建立一种集成GIS、空间数据仓库、空间OLAP/OLAM和决策支持系统的新型决策分析工具。

一种有效的空间数据仓库区域聚集查询索引结构

空间数据仓库有效地支持对空间数据的管理和分析,提供更加全面的决策支持·讨论了一种有效的空间决策支持手段———空间区域聚集查询的实现·基于aggregate cubetree和aR-tree提出了一个可以有效地在空间维和非空间维上进行区域聚集查询的索引结构aCR-tree及其相关算法,并计算分析了查询算法的时间复杂度·与现有技术相比aCR-tree降低了存储代价和每次查询访问的节点数,通过实验证明,该索引结构可以提供较好的存储性能和查询性能·

空间数据立方体的物化视图选择方法研究

针对决策支持系统(DSS)中集成空间分析能力的应用趋势,研究基于空间数据仓库的一种决策分析工具——空间在线分析处理(Spatial OLAP),拟解决影响空间OLAP在线响应的瓶颈难点——空间数据立方体的物化问题。首先系统地提出空间OLAP的模型,然后对现有空间度量物化视图选择方法进行改进,提出了双向空间Greedy算法。实验证明,该算法在降低选择时间和求解质量两方面具有更好的表现。

基于模拟退火算法的空间度量物化选择

为了解决空间OLAP的响应速度存在着存储空间和时间代价的矛盾,通过空间立方体的选择物化方法来实现空间要素有效而实用的选择合并,提高联机分析的响应速度.采用模拟退火算法,以空间对象面状区域的合并为例,进行空间度量物化选择,将模拟退火算法融入PIA算法中,同时把空间对象（面状）与其它类型的空间对象（点状、线状）的关联关系（交、含、邻）作为空间对象合并的共享性与实用性的考查指标,加入目标函数当中.实验结果表明：随着空间对象数据的增加,模拟退火算法与PIA算法,两种算法的时间代价仅有较少的增长,均具较好的伸缩性,在空间对象数目100-400时,PIA算法优于模拟退火算法,当空间对象数目大于400后模拟退火算法时间代价缓慢增长,而PIA算法时间代价急剧增大;在模拟退火算法中空间对象集合的空间关联度越高,选中几率越高.融入PIA的模拟退火算法具有良好的伸缩性,并提高了空间度量合并解的优化,增加了空间度量选择物化的实用性.

企业空间数据仓库的构建方法

在现有企业数据仓库多维模型的基础上,结合空间数据的特性和不同决策处理需求,提出了3种构建企业空间数据仓库的方法.通过原型系统的验证,说明这些方法是有效可行的.

中国城市空气质量数据仓库的研究与实现

根据空气质量监测数据的空间特征,对数据仓库的星型模型进行扩展,利用Oracle10g和ArcGIS9.0设计并建立中国城市空气质量数据仓库的原型系统,实现面向高级分析、挖掘和决策的数据组织和管理。为方便查询和分析数据,设计一个基于Web的空间OLAP系统,弥补了传统OLAP在空间分析和可视化表达方面的不足。

空间客户智能的决策支持框架研究

文章以新的决策支持视角,提出具有空间分析能力的客户关系管理系统——空间客户智能系统。将客户的空间数据集成到客户智能系统中,以GIS技术、数据仓库技术、空间在线分析处理和空间在线分析挖掘为客户智能的支撑技术框架。实现可视化的、空间化的、深入的客户分析功能,从而提升企业的客户关系管理能力。

基于GIS数据仓的油气化探评价模型

在分析油气化探评价过程的基础上,提出了基于GIS(地理信息系统)数据仓的油气化探评价模型。给出了该模型的体系结构,分析了模型实现中的GIS数据仓模型构建、多源异构的大量地学数据集成及基于数据仓的多维度地学信息联机分析处理(OLAP)分析的综合评价技术等关键问题。利用该模型对渤海试验区东、西两个区块的苯和甲苯等化探数据进行评价,结果显示,试验区东区以天然气为主,有少量油;西区主要产油,伴生天然气。这与实际钻井结果吻合较好,说明所提出的评价模型以及模型构建技术能够很好地满足对油气化探异常进行油气资源评价的需求。

基于空间数据仓库的农作物估产研究

农作物估产是我国长期以来进行的一项重要课题。为此,探讨了空间数据仓库的特征、体系结构,对现有农作物估产方法进行了评价。鉴于农作物估产的影响因素的复杂性,引入空间数据仓库技术,并且建立了多维数据模型,来进行农作物估产的研究,为农业决策部门提供参考依据。

空间数据仓库决策支持系统技术研究

本文讨论如何将各种应用系统的空间数据整合在一起,搭建空间数据仓库,对空间数据中存在的非显式知识、空间关系等进行挖掘提取。介绍了数据仓库的基本框架、模型的构建、空间数据知识。

空间OLAP的计算方法

研究基于空间数据仓库的一种决策分析工具——空间在线分析处理(SOLAP)的计算方法.在不同的系统存储容量和空间数据仓库容量的对比下,提出了有针对性的空间OLAP计算策略——双向空间Greedy算法和修正式遗传算法相结合的方法.同时给出了仿真模拟实验.

Conceptual design and implementation of spatial data warehouses integrating regular grids of points

Spatial online analytical processing(OLAP)and spatial data warehouse(SDW)systems are geo-business intelligence technologies that enable the analysis of huge volumes of geographic data.In the last decade,the conceptual design and implementation of SDWs that integrate spatial data,which are represented using the vector model,have been extensively investigated.However,the integration of field data(a continuous representation of spatial data)in SDWs is a recent unresolved research issue.Enhancing SDWs with field data improves the spatio-multidimensional analysis capabilities with continuity and multiresolutions.Motivated by the need for a conceptual design tool and relational online analytical processing(ROLAP)implementation,we propose a UML profile for SDWs that integrates a regular grid of points and supports continuity and multiresolutions.We also propose an efficient implementation of a ROLAP architecture.