基于B＋树的数据索引存储

针对传统索引算法在数字数据索引应用中存在的索引建立时间开销较大问题,提出一种将B+树理论和算法应用于索引的设计方案.在对B+树索引基础上,建立了索引存储模型,结合位图存储方式将B+树节点存储在存储介质上,实现索引存储.实验结果表明,使用B+树,可按路径读取,节省了建立索引时间,同时提高了B+树的稳定性,在B+树节点存储的情况下访问键值信息,索引速度得到较大提升.

基于数据分治与双层索引的并行点面叠加分析方法研究

地图叠加分析是一种计算密集型算法,并行化计算是加快算法执行速度的一种有效方法。该文研究分布式环境下的点面图层并行化叠加分析方法与实现。首先根据点面叠加的特点设置并行数据分解的方式,基于分治法分解空间数据,在并行系统下将地理要素分而治之。然后引入双层索引的并行叠加机制,一是对面图层根据Hilbert空间索引的排序方式分发数据,二是对点图层建立四叉树索引,对每一个进行相交运算的多边形进行快速过滤和求交。最后在Linux集群系统下实现该并行算法,其一利用MPI分布式计算环境实现在整体计算框架下的消息通讯模式的并行,其二在每个子节点中实现基于多核OpenMP工具的本地并行化。结果表明,利用双层空间索引分治的方法可实现并行数据分块,各子节点实现独立计算,减少并行系统中的I/O冲突,并行加速比明显。该方法对矢量地图运算的并行化进行了有益的尝试,为大数据时代的空间数据分析提供一种有效的途径。

电网污区分布图的计算机自动绘制方法研究

为解决人工绘制电网污区分布图存在的种种缺陷难以适应当前防污工作需要的问题,研究了使用计算机自动绘制电网污区分布图的方法。基于克里金插值的网格法使用大气质量指数作为积污因素的主要指标绘制等效盐密图,分析了影响污区分布的积污、盐密指标和湿润三大要素,并提出了计算机实现三图合一绘制污区分布图的方法。利用此法能基本准确定位污源对污区的影响,但要准确确定污源影响的范围和程度,需调整盐密监测点的布置并对湿润因素的影响作进一步研究。

用于普适WebGIS多尺度覆盖景观地图的高速索引（英文）

为解决当前数据结构无法支持普适WebGIS多尺寸覆盖景观地图高速数据表达问题,研究一种高速数据索引结构.分析生成高速索引的必要性,阐述索引结构数据生成算法,讨论支持管理景观地图数据的可能性.以本索引结构实现的对比试验进行评估.结果显示,该索引结构具备对基于金字塔分割规则的区域分割四叉树变形获取主树结构,子树结构支持景观地图数据叠加,以树的深度反应空间分辨率改变,所有树节点时空间对象的容器等特性,可有效表达WebGIS中海量景观地图数据.该结果已用于WebGIS中城市景观地图及手机上的校园景观地图.

急性肺栓塞双能量能谱CT碘基物质图联合肺灌注缺损指数的运用价值

目的 探讨急性肺栓塞(APE)双能量能谱CT碘基物质图联合肺灌注缺损指数(PPDI)的运用价值。方法 选取我院APE患者64例作为APE组;另选同期慢性肺栓塞(CPE)患者60例作为CPE组,均行双能量能谱CT肺血管成像技术检查,对0.625 mm层厚的原始数据运用ISP工作站(与1.2.2图像处理相对应)软件后处理,获得碘密度图及PPDI。测量碘含量取平均值;PPDI=∑(n1×d1/40)×100%。比较APE组与CPE组碘基物质图定量特征和PPDI变化;比较APE不同危险分层碘基物质图定量特征和PPDI变化;采用ROC曲线分析PPDI联合碘基物质图定量对APE预测价值。结果 APE组肺异常灌注区碘含量和肺动脉栓塞区碘含量低于CPE组,差异有统计学意义(P<0.05)。APE组PPDI高于CPE组,差异有统计学意义(P<0.05)。中高危患者肺异常灌注区碘含量和肺动脉栓塞区碘含量低于低危患者,差异有统计学意义(P<0.05)。中高危患者PPDI高于低危患者,差异有统计学意义(P<0.05)。经ROC曲线分析,PPDI联合碘基物质图定量对APE预测灵敏度和特异度高于PPDI与碘基物质图定量,差异有统计学意义(P<0.05)。结论 双能量能谱CT碘基物质图联合PPDI预测急性肺栓塞灵敏度和特异度良好,具有很好的诊断价值。

并行地图叠加分析中基于数据分解的负载均衡方法研究

地图叠加分析是一种计算密集型算法,并行化计算可以加快算法执行速度。本文研究并行化地图叠加分析中的负载均衡方法。首先针对并行算法中的IO竞争情况,定义了负载均衡指数;然后基于分治法分解空间数据,将并行系统下的地理要素分而治之,将Hilbert空间索引作为集群系统中各节点分配数据的依据,最终实现并行地图叠加分析系统中的数据负载均衡,为地图叠加分析算法中的数据并行策略提供可能性。结果表明,利用空间索引分治的负载均衡方法建立索引速度快,调度系统可以将计算任务明确分配到各计算节点。

云环境中基于目标检测的密文图像检索方案

越来越多的企业和个人用户选择将大量的图像文件存储在云服务器中,并提供图像的检索和共享功能。为了保障所存储的重要图像信息不被窃取,图像文件以加密的形式存储在云服务器中,这给图像的检索操作带来了挑战。传统的明文检索方案已经无法适用,并且如何保证大量密文图像数据的检索效率和精确度也是一个重要问题。针对上述问题,提出了一种云环境中基于目标检测的密文图像检索方案,利用基于深度学习的目标检测模型Faster R-CNN对图像精确提取关键词集合和特征向量,使用关键词集合对图像集合粗分类,使用多重线性映射对关键词加密并构建安全索引,以高效检索出匹配的图像集合,再对图像特征向量精确匹配,实现图像的细分类,以检索出最终的图像。安全性分析和性能评估表明该方案具有高安全性、检索效率和精确度。

图层级矢量地图裁剪计算模式与算法策略

矢量地图裁剪是商业GIS软件平台重要的基础功能之一。而各种商业GIS平台的矢量地图裁剪效率存在较大差异,其中,ArcGIS效率较高。本文提出了一种矢量地图裁剪计算模式:首先,筛选与裁剪要素外接矩形框(MBR)相交或者包含于该矩形框内的被裁剪要素;然后,对筛选出的被裁剪要素构造四叉树索引,根据被裁剪要素的类型采用不同的计算模式完成裁剪;最后,采用线程池技术实现并行高效的裁剪计算过程。实验结果表明,本文提出的方法在矢量地图裁剪方面与ArcGIS 10平台的效率相当。