一种面向并行空间查询的数据划分方法

在并行空间数据库中,空间数据集在各计算节点是否聚集划分,对提高空间并行查询效率起着关键的作用。Oracle Spatial采用的基于格网的划分方法只考虑了数据集在各节点是否均衡划分,而未考虑空间数据的拓扑特征。基于空间数据聚集划分的目的,提出了一种基于K-平均聚类算法的空间数据划分方法。实验证明,该方法极大地提高了空间数据并行检索和查询效率。

基于GA的知识约简及其在电力GIS中的应用

为了快速高效地对海量GIS数据进行知识约简,分析了常见的约简算法及各自适用的范围。在此基础上,提出了基于遗传算法的约简方法,通过选取有效的适应度函数,很大程度上提高了约简的性能。引入了自适应遗传算法的思想,使适应度函数中的因子能够随适应度的改变自动改变,从而增强了算法的全局寻优能力。通过对电力业务中属性数据的实例分析,表明了该算法在海量数据约简方面的可行性和有效性。