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。

多维数据库和空间多维数据的数学模型与人工智能

多维数据模型是定义了数据仓库的度量和维度结构的数据模型,本文尝试在传统多维数据模型中引进空间距离,从而构造出了空间多维数据模型和空间立方体.简化的逻辑数学公式可以表示各种多维数据库及空间多维数据结构拓扑图,通过建立数学模型可进行计算求解.分析证明,从多维数据库及空间多维数据模型可生成多种新的数学模型,使得多维数据逻辑关系更简单实用、安全可信,并且适用于多种类型多维数据模型的应用环境.除此之外,在多维数据库及空间多维数据分析中将人工智能用于处理多维数据,可用于排错、优化和速度计算等用途.

多维数据库和空间多维数据的数学模型与人工智能

多维数据模型是定义了数据仓库的度量和维度结构的数据模型,文中尝试在传统多维数据模型中引进空间距离,从而构造出了空间多维数据模型和空间立方体.简化的逻辑数学公式可以表示各种多维数据库及空间多维数据结构拓扑图,通过建立数学模型可进行计算求解.分析表明,从多维数据库及空间多维数据模型可生成多种新的数学模型,使得多维数据逻辑关系更简单实用、安全可信,并且适用于多种类型多维数据模型的应用环境.除此之外,在多维数据库及空间多维数据分析中将人工智能用于处理多维数据,可用于排错、优化和速度计算等用途.

多维数据库和空间多维数据的数学模型与人工智能

多维数据模型是定义了数据仓库的度量和维度结构的数据模型,本文尝试在传统多维数据模型中引进空间距离,从而构造出了空间多维数据模型和空间立方体。简化的逻辑数学公式可以表示各种多维数据库及空间多维数据结构拓扑图,通过建立数学模型可进行计算求解。分析证明,从多维数据库及空间多维数据模型可生成多种新的数学模型,使得多维数据逻辑关系更简单实用、安全可信,并且适用于多种类型多维数据模型的应用环境。

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。