時空數(shù)據(jù)庫查詢與推理

定　價：￥78.00

作　者：	郝忠著
出版社：	科學(xué)出版社
叢編項：
標(biāo)　簽：	數(shù)據(jù)庫理論

購買這本書可以去

ISBN：	9787030271846	出版時間：	2010-04-01	包裝：	平裝
開本：	16開	頁數(shù)：	449	字數(shù)：

內(nèi)容簡介

　　《時空數(shù)據(jù)庫查詢與推理》是在作者近十年進行時空數(shù)據(jù)庫研究、教學(xué)的基礎(chǔ)上撰寫的。書中系統(tǒng)論述和分析了時空數(shù)據(jù)庫、空間數(shù)據(jù)庫、移動數(shù)據(jù)庫等若干新的查詢、空間數(shù)據(jù)推理等新技術(shù)和理論?！稌r空數(shù)據(jù)庫查詢與推理》共分十四章，主要內(nèi)容包括：空間數(shù)據(jù)庫最近鄰查詢，基于Voronoi圖的反向最近鄰、組最近鄰、多類型最近鄰查詢；線段最近鄰、反向最近鄰查詢，基于線段索引樹的平面線段集最近鄰查詢；基于空間填充曲線的高維空間最近鄰、k-最近對、高維空間范圍查詢；基于主存△-tree的高維數(shù)據(jù)連接：移動對象連續(xù)最近鄰查詢；主方向關(guān)系網(wǎng)絡(luò)一致性；Vague區(qū)域關(guān)系和Vague方向關(guān)系組合推理，Vague區(qū)域關(guān)系和Vague時間關(guān)系組合推理等?！稌r空數(shù)據(jù)庫查詢與推理》可作為計算機科學(xué)與技術(shù)、地理信息系統(tǒng)、機器人技術(shù)、人工智能、衛(wèi)星遙感、氣象分析、地質(zhì)災(zāi)害分析等領(lǐng)域所包括的相關(guān)專業(yè)的高年級本科生或碩士生選修課教材，也可供從事上述領(lǐng)域研究的博士生、科研人員及工程技術(shù)人員等參考。

作者簡介

　　郝忠孝，教授，山東蓬萊人，1940年12月生，中共黨員，曾任原東北重型機械學(xué)院副校長，齊齊哈爾大學(xué)副校長，哈爾濱理工大學(xué)校學(xué)術(shù)委員會主席?，F(xiàn)任哈爾濱理工大學(xué)博士生導(dǎo)師、哈爾濱工業(yè)大學(xué)博士生導(dǎo)師（兼）。原機械電子工業(yè)部有突出貢獻專家、享受國務(wù)院政府特殊津貼、全國優(yōu)秀教師、省共享人才專家、省級學(xué)科帶頭人、省計算機學(xué)會副理事長。.主要研究領(lǐng)域：①空值數(shù)據(jù)庫理論。在國內(nèi)、外首次提出了空值數(shù)據(jù)庫數(shù)據(jù)模型，完成一系列相關(guān)研究，形成了比較完整的理論體系，完成了國內(nèi)、外第一部該方面的論著《空值環(huán)境下數(shù)據(jù)庫導(dǎo)論》。②數(shù)據(jù)庫NP-完全問題的求解問題。首次基本解決了求全部候選關(guān)鍵字、主屬性、基數(shù)為M的候選關(guān)鍵字、最小候選關(guān)鍵字等問題，完成了《關(guān)系數(shù)據(jù)庫數(shù)據(jù)理論新進展》一書。③數(shù)據(jù)庫數(shù)據(jù)組織的無環(huán)性理論研究。首次給出了歸并依賴集、關(guān)聯(lián)度等概念。并在此基礎(chǔ)上對無α環(huán)、無β環(huán)、無γ環(huán)的分解條件與規(guī)范化理論研究方面有了突破性進展，著有《數(shù)據(jù)庫數(shù)據(jù)組織無環(huán)性理論》。④時態(tài)數(shù)據(jù)庫理論研究。系統(tǒng)提出并完成了時態(tài)數(shù)據(jù)庫中基于全序、偏序、多粒度環(huán)境下的各種時態(tài)理論問題研究，完成了《時態(tài)數(shù)據(jù)庫設(shè)計理論》的論著。⑤主動數(shù)據(jù)庫理論研究。完成了國內(nèi)、外第一部該方面的論著《主動數(shù)據(jù)庫系統(tǒng)理論基礎(chǔ)》。⑥空間、時空數(shù)據(jù)庫理論研究。完成了國家、省部級項目10項；獲省部級科技進步獎一、二、三等獎5項。發(fā)表學(xué)術(shù)論文200余篇，其中，國家一級論文130余篇、在《計算機研究與發(fā)展》上發(fā)表個人學(xué)術(shù)論文專輯兩部，被SCI、EI等檢索80余篇。1991年發(fā)表學(xué)術(shù)論文數(shù)居中國科技界第五位（并列）。著書五部。

圖書目錄

前言
第1章預(yù)備知識
1.1 時空數(shù)據(jù)庫概述
1.1.1 空間數(shù)據(jù)庫基本功能與分類
1.1.2 空間數(shù)據(jù)類型
1.1.3 空間數(shù)據(jù)結(jié)構(gòu)
1.1.4 空間數(shù)據(jù)特征
1.1.5 空間對象具有的特殊性
1.2 空間數(shù)據(jù)存儲和查詢
1.2.1 空間數(shù)據(jù)存儲
1.2.2 空間查詢
1.2.3 空間對象近似化
1.2.4 空間查詢處理步驟
1.3 空間數(shù)據(jù)庫索引
1.3.1 空間數(shù)據(jù)庫索引技術(shù)概述
1.3.2 B-樹和B+樹索引結(jié)構(gòu)
1.3.3 R-樹索引結(jié)構(gòu)
1.3.4 R-樹操作
1.3.5 R樹
1.3.6 四叉樹及其變形樹
1.4 本章小結(jié)
第2章空間數(shù)據(jù)庫最近鄰查詢
2.1 空間數(shù)據(jù)庫最近鄰查詢概況
2.1.1 空間數(shù)據(jù)庫最近鄰查詢的意義
2.1.2 空間數(shù)據(jù)庫最近鄰查詢的研究現(xiàn)狀
2.1.3 最近鄰查詢方法概論
2.2 順序最近鄰查詢
2.2.1 最近鄰查詢的定義
2.2.2 最近鄰查詢的測量距離
2.2.3 基于R-樹的最近鄰順序杏詢算法
2.3 Voronoi圖及生成方法
2.3.1 Voronoi圖的定義與性質(zhì)
2.3.2 基于VorOnOl圖的鄰近關(guān)系類型
2.3.3 Delaunay三角網(wǎng)的定義與性質(zhì)
2.4 靜態(tài)環(huán)境下基于V-樹的NN查詢
2.4.1 基于Voronoi圖的v-樹結(jié)構(gòu)
2.4.2 基于Voronoi圖的1NN查詢
2.5 基于Voronoi圖的kNN查詢
2.6 靜態(tài)環(huán)境下基于Voronoi圖的cNN查詢
2.6.1 連續(xù)最近鄰查詢問題的定義和描述
2.6.2 基于Voronoi圖的cNN查詢算法
2.7 動態(tài)創(chuàng)建局部k階Voronoi圖的連續(xù)ckNN查詢算法
2.8 本章小結(jié)
第3章反向最近鄰查詢
3.1 反向最近鄰查詢概述
3.1.1 問題產(chǎn)生背景
3.1.2 反向最近鄰查詢研究現(xiàn)狀
3.2 反向最近鄰查詢的定義與性質(zhì)
3.2.1 反向最近鄰查詢定義
3.2.2 反向最近鄰查詢的性質(zhì)
3.3 基于RNN一樹的反向最近鄰查詢算法
3.4 基于RDNN一樹的反向最近鄰查詢算法
3.5 Delaunay圖的增量生成方法
3.5.1 基礎(chǔ)定義與定理
3.5.2 Delaunay圖的增量生成算法
3.6 基于Delaunay圖的反向最近鄰查詢
3.6.1 Delaunay樹
3.6.2 基于Delaunay圖的反向最近鄰查詢算法
3.7 本章小結(jié)
第4章基于Voronoi圖的組和多類型最近鄰查詢
4.1 基本定義與定理
4.2 基于Voronoi圖的組最近鄰查詢
4.3 局部范圍約束的多類型最近鄰查詢
4.3.1 基本概念
4.3.2 滿足范圍約束條件的查詢算法
4.3.3 單個數(shù)據(jù)集的處理算法
4.3.4 局部范圍約束的多類型最近鄰查詢算法
4.3.5 Pemt_NN算法的剪枝策略及分析
4.4 障礙物群中最優(yōu)有序路徑的查詢
4.4.1 基本定義
4.4.2 k完全相異可視最優(yōu)有序路徑查詢
4.4.3 障礙空間k全局相異最優(yōu)有序路徑查詢
4.5 本章小結(jié)
第5章線段的最近鄰查詢
5.1 線段最近鄰查詢的基本理論
5.1.1 點與線段最近鄰查詢的相關(guān)定義
5.1.2 線段與線段不相交時的位置關(guān)系
5.1.3 基于兩條線段不相交的有關(guān)定理
5.2 線段最近鄰查詢方法
5.2.1 R-樹中：MBR與線段的MBR的篩選規(guī)則
5.2.2 基于Minelist的篩選規(guī)則
5.2.3 判斷線段與線段的位置關(guān)系的算法
5.2.4 線段與線段不相交時位置關(guān)系的確定算法
5.2.5 查詢線段與被查詢線段的最近距離的算法
5.2.6 查詢線段在R一樹中的遍歷算法
5.3 基于線段索引樹SI一樹的平面線段集最近鄰查詢
5.3.1 線段索引樹SI-樹
5.3.2 線段索引樹的生成
5.3.3 線段集的最近鄰查詢的剪枝規(guī)則
5.3.4 基于SI-樹的最近鄰查詢算法
5.4 線段的反向最近鄰查詢
5.4.1 平面線段反向最近鄰的相關(guān)定義
5.4.2 基于Rcd-樹的平面線段反向最近鄰查詢算法
5.5 本章小結(jié)
第6章基于空間填充曲線的空間查詢
6.1 基于空間填充曲線網(wǎng)格劃分最近鄰查詢
6.1.1 Hilbert曲線的映射方法
6.1.2 Z曲線的映射方法
6.1.3 Gray曲線的映射方法
6.1.4 基于空間填充曲線索引結(jié)構(gòu)
6.2 基于空間填充曲線最近鄰查詢
6.3 高維空間基于Z曲線的近似是最近對查詢
6.3.1 基本定義
6.3.2 高維空間基于Z曲線的近似k最近對查詢算法
6.3.3 誤差分析
6.4 基于Hilbert曲線的高維k最近對查詢
6.4.1 網(wǎng)格劃分
6.4.2 基于Hilbert曲線的高維k最近對查詢
6.5 基于Hilbert曲線的近似k最近鄰查詢
6.6 基于Z曲線高維空間范圍查詢
6.6.1 網(wǎng)格劃分
6.6.2 分割規(guī)則
6.6.3 Z曲線的高維空間范圍查詢算法
6.7 基于Bz樹高維空間范圍查詢
6.7.1 Bz樹索引結(jié)構(gòu)
6.7.2 Bz樹上的操作
6.7.3 Bz樹高維空間范圍查詢算法
6.8 基于Hilbert曲線網(wǎng)格劃分聚類
6.8.1 聚類
6.8.2 基于Hilbert曲線網(wǎng)格劃分聚類算法
6.9 本章小結(jié)
第7章曲面最近鄰及反向最遠鄰查詢
7.1 柱面及錐面上的點最近鄰查詢
7.2 球面上的點的最近鄰查詢
7.2.1 利用球面Voronoi圖計算最近鄰
7.2.2 利用歐式空間內(nèi)的空間數(shù)據(jù)索引結(jié)構(gòu)
7.2.3 降維方法
7.2.4 曲面投影于平面
7.3 反向最遠鄰的過濾與查詢
7.3.1 查詢點的RFN過濾判斷
7.3.2 過濾后給定點的RFN的查詢
7.3.3 RFF查詢及動態(tài)更新
7.4 動態(tài)數(shù)據(jù)集的反向最遠鄰
7.4.1 增加數(shù)據(jù)點的情況
7.4.2 減少數(shù)據(jù)點的情況
……
第8章基于主存-tree的高維空間連接
第9章時空數(shù)據(jù)庫最近鄰查詢
第10章時空道路網(wǎng)絡(luò)中最近鄰查詢
第11章移動對象的軌跡查詢
第12章主方向關(guān)系網(wǎng)絡(luò)一致性檢驗和組合推理
第13章 Vague區(qū)域關(guān)系推理
第14章 Vague區(qū)域關(guān)系組合推理
參考文獻