组件式GIS空间查询与分析包的设计与实现

在组件式技术成熟和空间查询语言规范化的今天,越来越多的GIS系统不再满足于现有的空间查询与分析能力。组件式GIS空间查询分析开发包?S-GIS的Queries包提供了一组API接口可供GIS系统二次开发人员使用。该组件包提供一个轻量级的SQL解释器来对内存中要进行查询的SQL语句进行解释执行。本文介绍了Queries包的特色,并且将它与Oracle10g,ArcGIS等软件的空间查询部分做了一些简单比较。     

基于关系数据库的抽象查询

抽象查询是数据库应用系统中的一种程序设计方法。该方法为数据库应用系统查询使用者提供了一个比较良好的、全面直观的数据聚集查询调配。模糊了使用者对数据库应用系统的专业性限制，并为用户掌握和了解数据内容、数据关联顺序起到了一个得力的助手作用。使用二叉树原理是建立数据库的抽象查询的数学模型依据，二叉树算法能够使应用系统开发人员建立直观的E-R关系数据结构，并为数据库的扩展奠定了可靠的关系基本数据模型，使抽象查询有一个较完整的基础数据。     

煤炭码头三维可视化管控系统研究与应用

基于虚拟现实技术、信息技术、网络技术等,构建煤炭码头三维可视化管控系统。通过与信息管理系统生产运营数据的对接,在网络环境下,实现煤炭码头生产运营状态的实时展示和实时信息查询,以及生产运营过程中设备的快速定位及紧急报警。该系统可为煤炭码头管理人员提供直观的、可交互的辅助港口运营分析、决策的平台。通过在黄骅港煤炭码头的工程应用验证了该系统的先进性和实用性。     

汽车电线束图纸插接件标注缺陷及插接件代用查询浅谈

针对现有汽车电线束图纸中插接件标注缺陷进行分析,提出改进的标注方法,对插接件代用及查询方法进行简单介绍。     

基于R树面向对象的航海资料数据模型

提出了基于面向对象技术和Ｒ树索引结构的航海资料数据模型。它通过面向对象技术的继承性有效地解决了信息存储的冗余问题，体现了航海资料的自然层次结构，与航海人员的思维定式相吻合。同时，通过Ｒ树建立了航海资料二维动态索引，实现了航海信息快速的查询。     

优化查询的数据库非规范化设计

数据库系统的实际应用更注重查询性能,为满足其性能要求,在简单介绍数据库设计的规范化理论及其意义的基础上,提出能满足数据库的完整性和一致性要求的非规范化设计的基本思想和技术,并在教务和资产管理系统中得到应用,取得良好效果。     

一种基于方向关系的空间查询算法

利用锥形模型和四叉树索引,提出一种基于方向关系的空间查询算法,其主要步骤包括:首先,借助锥形模型和四叉树索引快速查找其最小投影矩形(MBR:minimum bounding rectangle)符合给定方向关系的空间对象,构成候选集;然后,从候选集中删除不符合给定方向关系的空间对象,得到结果集.使用C#语言对提出的算法进行了编程实现,并采用不同几何类型的空间数据对其进行了实验.实验结果表明该算法能够对空间数据进行高效地查询,较好地满足了实际应用的需求.     

检索词上下文相关提问扩展算法

研究了利用相关词进行提问扩展的算法．该算法建立在检索词模糊聚类的基础上，聚类以检索词在文献中共同出现为标准．与提问中检索词相关的群集形成提问的上下文．群集中属于上下文的检索词可用于提问的扩展．实验表明该算法提高了检准率．     

基于OpenGL的三维河床地形实时可视化技术研究与实现

讨论了实现三维河床地形可视化的相关理论、技术和算法,详细介绍了以V isua l C 6.0为平台,利用O penGL基本函数编程技术开发三维河床地形可视化实时浏览系统的具体过程,为河床演变分析提供了一个科学有效、简便直观的可视化分析途径。     

Monitoring Median Queries over Moving Objects

The k-median problem has attracted a number of researchers. However, few of them have considered both the dynamic environment and the issue of accuracy. In this paper, a new type of query is studied, called continuous median monitoring (CMM) query. It considers the k-median problem under dynamic environment with an accuracy guarantee. A continuous group nearest neighbor based (CGB) algorithm and an average distance medoid (ADM) algorithm are proposed to solve the CMM problem. ADM is a hill climbing schemed algorithm and achieves a rapid converging speed by checking only qualified candidates. Experiments show that ADM is more efficient than CGB and outperforms the classical PAM (partitioning around medoids) and CLARANS (clustering large applications based on randomized search) algorithms with various parameter settings.