时空数据库新理论

前言

第1章 时空数据库基础

1.1 时空数据库概述

1.2 空间数据库概述

1.2.1 空间数据结构

1.2.2 空间查询

1.2.3 空间数据库索引技术

1.2.4 空间索引的基本思想

1.2.5 空间对象近似化

1.2.6 空间查询处理步骤

1.3 几种典型的空间索引结构

1.3.1 B-树和B+树

1.3.2 R-树

1.3.3 R*树

1.3.4 四叉树

1.4 空间网络数据库概述

1.5 移动对象数据库概述

1.5.1 移动对象的描述

1.5.2 移动对象信息存储

1.5.3 移动对象的位置表示

1.5.4 移动对象位置不确定性的表示与处理

1.5.5 移动对象的索引

1.5.6 移动对象的查询

1.6 时空数据模型和索引

1.6.1 时空数据模型

1.6.2 时空数据索引

1.7 本章小结

第2章 空间数据库几种查询方法

2.1 基于R-树的最近邻查询理论基础

2.1.1 最近邻查询的定义

2.1.2 最近邻查询的测量距离

2.2 基于R-树的受约束空间连接查询

2.2.1 基于R-树的受约束空间连接查询的直接方法

2.2.2 基于R-树的受约束空间连接查询算法

2.3 基于QR-树的受约束空间连接查询

2.3.1 QR-树

2.3.2 基于QR-树的受约束空间连接查询算法

2.4 基于Voronoi图的线段反向最近邻查询

2.4.1 线段Voronoi图的定义和性质

2.4.2 基于线段的反向最近邻

2.4.3 线段的查询区域

2.4.4 判断线段与查询区域相交的方法

2.4.5 Voronoi图的线段反向最近邻查询算法

2.5 空间数据库中的障碍反向最近邻查询

2.5.1 可视性判断

2.5.2 障碍距离的计算

2.5.3 障碍反向最近邻查询算法

2.6 本章小结

第3章 空间数据间的序及数据查询

3.1 数据空间的二分划分

3.1.1 空间数据问的序

3.1.2 二分划分

3.2 数据空间的四分划分和区域查询

3.2.1 极小化交叠的数据空间的四分划分

3.2.2 具有相对位置关系的数据空间的四分划分

3.2.3 RQOP树的结点插入

3.2.4 RQOP树的区域查询

3.3 数据空间的M分划分和MB-树的区域查询

3.3.1 MB-树的生成

3.3.2 MB-树的结点插入

3.3.3 MB-树的区域查询

3.4 基于序的空间数据索引MOIS-树的区域查询

3.4.1 MOIS树的生成算法

3.4.2 MOIS-树的结点插入算法

3.4.3 基于MOIS-树区域查询的剪枝规则

3.4.4 基于MOIS-树区域查询算法

3.5 基于MOIS-树的最近邻和k最近邻查询

3.5.1 点与物体的空问关系定理

3.5.2 基于MOIS-树的最近邻查询算法

3.5.3 k最近邻查询算法

3.6 本章小结

第4章 基于不确定性平面线段的查询

4.1 线段与线段的空间关系描述

4.1.1 带有不确定影响区域线段的描述

4.1.2 线段与线段之间的空间关系

4.2 不确定性区域的平面线段的近邻查询

4.3 基于Vague集的平面线段不确定性区域

4.3.1 线段的模糊划分描述

4.3.2 平面线段的Vague区域描述

4.3.3 平面线段的Vague区域表示

4.3.4 平面线段的动态规律描述

4.4 平面动态线段的索引和查询

4.4.1 平面动态线段的索引

4.4.2 线段的近邻查询过程

4.5 本章小结

第5章 基于聚类的空间数据索引优化及代价分析

5.1 基于计算的索引结点优化

5.1.1 R*树索引简介

5.1.2 正交区域扫描

5.1.3 创建二叉线段树

5.1.4 MBR重叠区域计算

5.2 基于聚类分析的结点优化

5.2.1 结点的紧致结构

5.2.2 聚类结点MBR重叠的判定

5.2.3 DLSP判定算法实例分析

5.3 改进的空间划分类索引

5.3.1 基本知识

5.3.2 索引的动态更新代价模型

5.4 本章小结

第6章 基于主存△-tree的高维数据查询

6.1 理论基础

6.1.1 主成分分析

6.1.2 △-tree

6.2 高维主存kNN连接索引结构的基础算法

6.2.1 △-tree-R的基础算法R-insertR

6.2.2 △-tree-S的基础算法R-insertS

6.2.3 相关性质及定义

6.3 非递归深度优先志NN查询

6.4 递归深度优先kNN查询

6.5 自底向上深度递归kNN查询

6.5.1 相关子算法

6.5.2 BU_DF_knn_Search算法

6.5.3 三种主存kNN查询算法比较

6.6 本章小结

第7章 基于主存△-tree的高维数据连接

7.1 自顶向下主存△-tree的高维数据相似连接

7.2 改进的基于△-tree-R的kNN连接

7.2.1 基于△-tree-R的kNN连接算法子算法

7.2.2 改进的基于△-tree-R的kNN连接算法

7.3 基于△-Rdnn-tree的自连接

7.3.1 反向k最近邻索引结构△-Rdnn-tree

7.3.2 基于△-Rdknn-tree的kNN自连接算法

7.4 基于△-Rdnn-tree的反向k最近邻连接

7.5 基于△-Rdnn—tree的反向k最近邻查询

7.6 本章小结

第8章 空间方向关系的关系推理

8.1 基于MBR的主方向关系的反关系推理

8.1.1 二维空间主方向关系

8.1.2 基于MBR的主方向关系的反关系推理算法

8.2 区域对象间主方向关系的反关系推理

8.2.1 矩形主方向关系的原关系

8.2.2 主方向关系的反关系推理算法

8.2.3 算法验证

8.3 三维空间方向关系的表达与推理

8.3.1 三维空间主方向关系模型

8.3.2 三维空间方向关系推理

8.4 基于定性坐标的位置表达及主方向关系推理

8.4.1 空间距离关系

8.4.2 定性位置表达

8.4.3 基于定性位置的主方向关系推理

8.5 本章小结

参考文献

《时空数据库新理论》系统论述和分析了时空数据库、空间数据库、移动数据库等查询、空间数据推理新技术和新理论。全书共分8章。内容包括：基于Voronoi图的线段反向最近邻查询；空间数据间的序及数据查询；不确定性平面、区域的平面线段的近邻查询、平面动态线段的索引和查询；基于聚类的空间数据索引优化及代价分析；高维主存kNN 查询，△-tree的非递归、递归深度优先，自底向上深度递归kNN查询，自顶向下主存△-tree的高维数据相似连接；区域对象间主方向关系的反关系推理、三维空间方向关系的表达与推理、基于定性坐标的位置表达及主方向关系推理等。

　　《时空数据库新理论》可作为计算机科学与技术学科、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。