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.

空间数据仓库与OLAP技术研究

空间数据仓库与OLAP技术研究,提出基于GIS的空间数据仓库技术来集成GIS、MIS和OA等系统中的空间数据和属性数据,为决策分析提供一个有效的基于GIS的空间OLAP平台,有利于电子政务空间辅助决策统一平台的建立。在GIS中引入数据仓库技术,会使得空间数据不再是互不兼容,GIS用户能更好地管理和分析数据,商业用户可以方便的使用空间数据。

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.

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。

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。

R-树聚集在空间数据仓库中的应用

空间数据库存储空间对象的相关信息,在很多实际应用中需要汇总空间数据,但这种汇总非常耗费时间而且计算代价很高.受非空间数据仓库的启发,可以建立空间数据仓库来加速空间OLAP操作.考虑星型模式且着重于空间维的概念分层,这种分层主要根据空间R-树索引来建立.提出了一个空间查询算法,并考虑了数据更新.