时空数据库查询与推理

前言

第1章 预备知识

1.1 时空数据库概述

1.1.1 空间数据库基本功能与分类

1.1.2 空间数据类型

1.1.3 空间数据结构

1.1.4 空间数据特征

1.1.5 空间对象具有的特殊性

1.2 空间数据存储和查询

1.2.1 空间数据存储

1.2.2 空间查询

1.2.3 空间对象近似化

1.2.4 空间查询处理步骤

1.3 空间数据库索引

1.3.1 空间数据库索引技术概述

1.3.2 B-树和B+树索引结构

1.3.3 R-树索引结构

1.3.4 R-树操作

1.3.5 R树

1.3.6 四叉树及其变形树

1.4 本章小结

第2章 空间数据库最近邻查询

2.1 空间数据库最近邻查询概况

2.1.1 空间数据库最近邻查询的意义

2.1.2 空间数据库最近邻查询的研究现状

2.1.3 最近邻查询方法概论

2.2 顺序最近邻查询

2.2.1 最近邻查询的定义

2.2.2 最近邻查询的测量距离

2.2.3 基于R-树的最近邻顺序杏询算法

2.3 Voronoi图及生成方法

2.3.1 Voronoi图的定义与性质

2.3.2 基于VorOnOl图的邻近关系类型

2.3.3 Delaunay三角网的定义与性质

2.4 静态环境下基于V-树的NN查询

2.4.1 基于Voronoi图的v-树结构

2.4.2 基于Voronoi图的1NN查询

2.5 基于Voronoi图的kNN查询

2.6 静态环境下基于Voronoi图的cNN查询

2.6.1 连续最近邻查询问题的定义和描述

2.6.2 基于Voronoi图的cNN查询算法

2.7 动态创建局部k阶Voronoi图的连续ckNN查询算法

2.8 本章小结

第3章 反向最近邻查询

3.1 反向最近邻查询概述

3.1.1 问题产生背景

3.1.2 反向最近邻查询研究现状

3.2 反向最近邻查询的定义与性质

3.2.1 反向最近邻查询定义

3.2.2 反向最近邻查询的性质

3.3 基于RNN一树的反向最近邻查询算法

3.4 基于RDNN一树的反向最近邻查询算法

3.5 Delaunay图的增量生成方法

3.5.1 基础定义与定理

3.5.2 Delaunay图的增量生成算法

3.6 基于Delaunay图的反向最近邻查询

3.6.1 Delaunay树

3.6.2 基于Delaunay图的反向最近邻查询算法

3.7 本章小结

第4章 基于Voronoi图的组和多类型最近邻查询

4.1 基本定义与定理

4.2 基于Voronoi图的组最近邻查询

4.3 局部范围约束的多类型最近邻查询

4.3.1 基本概念

4.3.2 满足范围约束条件的查询算法

4.3.3 单个数据集的处理算法

4.3.4 局部范围约束的多类型最近邻查询算法

4.3.5 Pemt_NN算法的剪枝策略及分析

4.4 障碍物群中最优有序路径的查询

4.4.1 基本定义

4.4.2 k完全相异可视最优有序路径查询

4.4.3 障碍空间k全局相异最优有序路径查询

4.5 本章小结

第5章 线段的最近邻查询

5.1 线段最近邻查询的基本理论

5.1.1 点与线段最近邻查询的相关定义

5.1.2 线段与线段不相交时的位置关系

5.1.3 基于两条线段不相交的有关定理

5.2 线段最近邻查询方法

5.2.1 R-树中：MBR与线段的MBR的筛选规则

5.2.2 基于Minelist的筛选规则

5.2.3 判断线段与线段的位置关系的算法

5.2.4 线段与线段不相交时位置关系的确定算法

5.2.5 查询线段与被查询线段的最近距离的算法

5.2.6 查询线段在R一树中的遍历算法

5.3 基于线段索引树SI一树的平面线段集最近邻查询

5.3.1 线段索引树SI-树

5.3.2 线段索引树的生成

5.3.3 线段集的最近邻查询的剪枝规则

5.3.4 基于SI-树的最近邻查询算法

5.4 线段的反向最近邻查询

5.4.1 平面线段反向最近邻的相关定义

5.4.2 基于Rcd-树的平面线段反向最近邻查询算法

5.5 本章小结

第6章 基于空间填充曲线的空间查询

6.1 基于空间填充曲线网格划分最近邻查询

6.1.1 Hilbert曲线的映射方法

6.1.2 Z曲线的映射方法

6.1.3 Gray曲线的映射方法

6.1.4 基于空间填充曲线索引结构

6.2 基于空间填充曲线最近邻查询

6.3 高维空间基于Z曲线的近似是最近对查询

6.3.1 基本定义

6.3.2 高维空间基于Z曲线的近似k最近对查询算法

6.3.3 误差分析

6.4 基于Hilbert曲线的高维k最近对查询

6.4.1 网格划分

6.4.2 基于Hilbert曲线的高维k最近对查询

6.5 基于Hilbert曲线的近似k最近邻查询

6.6 基于Z曲线高维空间范围查询

6.6.1 网格划分

6.6.2 分割规则

6.6.3 Z曲线的高维空间范围查询算法

6.7 基于Bz树高维空间范围查询

6.7.1 Bz树索引结构

6.7.2 Bz树上的操作

6.7.3 Bz树高维空间范围查询算法

6.8 基于Hilbert曲线网格划分聚类

6.8.1 聚类

6.8.2 基于Hilbert曲线网格划分聚类算法

6.9 本章小结

第7章 曲面最近邻及反向最远邻查询

7.1 柱面及锥面上的点最近邻查询

7.2 球面上的点的最近邻查询

7.2.1 利用球面Voronoi图计算最近邻

7.2.2 利用欧式空间内的空间数据索引结构

7.2.3 降维方法

7.2.4 曲面投影于平面

7.3 反向最远邻的过滤与查询

7.3.1 查询点的RFN过滤判断

7.3.2 过滤后给定点的RFN的查询

7.3.3 RFF查询及动态更新

7.4 动态数据集的反向最远邻

7.4.1 增加数据点的情况

7.4.2 减少数据点的情况

……

第8章 基于主存-tree的高维空间连接

第9章 时空数据库最近邻查询

第10章 时空道路网络中最近邻查询

第11章 移动对象的轨迹查询

第12章 主方向关系网络一致性检验和组合推理

第13章 Vague区域关系推理

第14章 Vague区域关系组合推理

参考文献

《时空数据库查询与推理》是在作者近十年进行时空数据库研究、教学的基础上撰写的。书中系统论述和分析了时空数据库、空间数据库、移动数据库等若干新的查询、空间数据推理等新技术和理论。
《时空数据库查询与推理》共分十四章，主要内容包括：空间数据库最近邻查询，基于Voronoi图的反向最近邻、组最近邻、多类型最近邻查询；线段最近邻、反向最近邻查询，基于线段索引树的平面线段集最近邻查询；基于空间填充曲线的高维空间最近邻、k-最近对、高维空间范围查询；基于主存△-tree的高维数据连接：移动对象连续最近邻查询；主方向关系网络一致性；Vague区域关系和Vague方向关系组合推理，Vague区域关系和Vague时间关系组合推理等。
《时空数据库查询与推理》可作为计算机科学与技术、地理信息系统、机器人技术、人工智能、卫星遥感、气象分析、地质灾害分析等领域所包括的相关专业的高年级本科生或硕士生选修课教材，也可供从事上述领域研究的博士生、科研人员及工程技术人员等参考。