0去购物车结算
购物车中还没有商品,赶紧选购吧!
当前位置: 图书分类 > 地球天文 > 测绘学 > 时空大数据计算分析与应用

相同语种的商品

浏览历史

时空大数据计算分析与应用


联系编辑
 
标题:
 
内容:
 
联系方式:
 
  
时空大数据计算分析与应用
  • 书号:9787030733917
    作者:张丰等
  • 外文书名:
  • 装帧:平装
    开本:B5
  • 页数:178
    字数:234000
    语种:zh-Hans
  • 出版社:科学出版社
    出版时间:2022-10-01
  • 所属分类:
  • 定价: ¥58.00元
    售价: ¥45.82元
  • 图书介质:
    纸质书

  • 购买数量: 件  可供
  • 商品总价:

相同系列
全选

内容介绍

样章试读

用户评论

全部咨询

本书第1~5章从地理信息科学发展到大数据时代面临的挑战入手,介绍了大规模时空数据的高效管理、高性能计算、深度分析挖掘、科学可视化等内容,主要包括:时空数据存储与管理、时空数据索引,高性能时空大数据计算策略、空间数据与空间计算任务划分方法,时空聚类、地理回归等时空数据挖掘方法,大规模空间数据加载和渲染策略、三维可视化等。第6章和第7章详述了时空大数据分析在智慧城市、土地利用演变、城市功能区划分、城市交通脆弱性分析、公共交通模式挖掘等热点研究中的应用。
样章试读
  • 暂时还没有任何用户评论
总计 0 个记录,共 1 页。 第一页 上一页 下一页 最末页

全部咨询(共0条问答)

  • 暂时还没有任何用户咨询内容
总计 0 个记录,共 1 页。 第一页 上一页 下一页 最末页
用户名: 匿名用户
E-mail:
咨询内容:

目录

  • 目录
    前言
    第1章 概述 1
    1.1 GIS发展历程 1
    1.1.1 空间分析缘起霍乱地图 1
    1.1.2 GIS发展阶段 1
    1.1.3 地理信息系统商业化 3
    1.1.4 地理信息科学腾飞 3
    1.1.5 地理数据爆炸式增长 4
    1.2 地理信息科学研究的发展 4
    1.2.1 地理时空大数据特点 5
    1.2.2 大数据时代的地理学研究范式 5
    1.2.3 数据驱动研究范式下的地理信息科学发展 6
    1.3 地理时空大数据云平台 7
    1.3.1 地理时空大数据云平台的特征 7
    1.3.2 地理时空大数据云平台的组成 7
    第2章 时空数据存储管理 10
    2.1 关系型空间数据库 11
    2.1.1 概述 11
    2.1.2 常用数据库 11
    2.1.3 优缺点 12
    2.2 NoSQL空间数据库 12
    2.2.1 概述 13
    2.2.2 分类及典型应用 13
    2.2.3 优缺点 15
    2.3 分布式数据存储 15
    2.3.1 概述 15
    2.3.2 分布式文件系统 16
    2.3.3 分布式数据库 17
    2.4 时空数据索引 19
    2.4.1 经典空间索引 19
    2.4.2 分布式空间索引 23
    2.4.3 稀疏-稠密空间格网R*树索引 26
    2.4.4 静态多级格网索引 27
    2.5 实例——基于HBase的地表覆盖数据存储与索引设计 28
    2.5.1 数据特点 29
    2.5.2 存储设计 30
    2.5.3 索引设计 32
    第3章 高性能时空大数据计算 35
    3.1 时空大数据高性能计算策略 35
    3.1.1 云环境下的并行计算范式 36
    3.1.2 基于操作结构的并行空间计算流程 37
    3.2 空间数据划分策略 41
    3.2.1 面向解构的空间操作分类及其空间子域分布特征 41
    3.2.2 无空间依赖空间操作的数据划分方法 44
    3.2.3 弱空间依赖空间操作数据划分方法 47
    3.2.4 强空间依赖空间操作数据划分方法 52
    3.3 空间计算任务划分策略 55
    3.3.1 多维空间子域任务计算量表示 56
    3.3.2 空间子域计算代价评估 57
    3.4 MapReduce、Spark、Storm分布式并行计算框架 58
    3.4.1 MapReduce 58
    3.4.2 Spark 59
    3.4.3 Storm 60
    3.4.4 MapReduce、Spark、Storm计算框架对比 61
    3.5 实例——基于分布式内存计算的并行二路空间连接算法 61
    3.5.1 二路空间连接 62
    3.5.2 多路空间连接 62
    3.5.3 基于分布式内存计算的并行二路空间连接算法设计 62
    3.5.4 实验分析 65
    第4章 地理时空大数据挖掘 70
    4.1 地理时空大数据挖掘概述 70
    4.1.1 地理时空大数据挖掘的内容 70
    4.1.2 地理时空大数据挖掘的方法 72
    4.2 时空大数据聚类分析 72
    4.2.1 全局最优解驱动的栅格大数据聚类 73
    4.2.2 基于时空密度的矢量大数据聚类 76
    4.3 时空关联规则挖掘 78
    4.3.1 通用关联规则挖掘方法 79
    4.3.2 大数据关联规则挖掘方法 80
    4.3.3 空间关联规则挖掘方法 80
    4.3.4 时空关联规则挖掘方法 81
    4.4 地理关系回归分析 82
    4.4.1 空间回归分析 82
    4.4.2 时空回归分析 83
    4.4.3 地理时空神经网络加权回归 83
    4.5 地理大数据挖掘模型流程定制 86
    4.5.1 构建地理时空大数据挖掘模型流的意义 86
    4.5.2 常用大数据挖掘模型流调度框架 86
    4.5.3 Airflow 88
    4.6 实例——大规模时空热点分析并行计算 90
    4.6.1 时空热点 90
    4.6.2 总体执行流程 91
    4.6.3 热度值计算 91
    4.6.4 多视角出租车轨迹热点识别 92
    第5章 地理多维时空可视化 96
    5.1 地理可视化概述 96
    5.1.1 地理可视化的基本概念 96
    5.1.2 地理可视化发展历程 97
    5.2 数据加载和渲染策略 98
    5.2.1 顶点压缩技术 99
    5.2.2 地图瓦片构建 100
    5.2.3 基于细分层级的实时高效渲染策略 106
    5.3 三维可视化 108
    5.3.1 三维GIS平台框架 108
    5.3.2 大规模地理数据可交互式时空过程体绘制 111
    5.3.3 城市三维场景可视化案例 115
    5.4 免预先切片的地图瓦片服务 120
    5.4.1 免预先切片技术简介 120
    5.4.2 基于HBase的地表覆盖数据免预先切片方法 120
    第6章 面向智慧城市的时空信息云平台实例 127
    6.1 平台设计 127
    6.2 存储层构建 129
    6.2.1 混合存储方案 129
    6.2.2 构建索引 131
    6.2.3 构建多尺度矢量瓦片 132
    6.3 计算层构建 133
    6.4 分析层构建 137
    第7章 基于时空信息云平台的应用 139
    7.1 城市化土地利用时空演变分析 139
    7.1.1 简介 139
    7.1.2 数据与案例区 139
    7.1.3 方法 141
    7.1.4 实例分析 142
    7.2 基于大数据的城市功能区划分研究 146
    7.2.1 简介 146
    7.2.2 数据 146
    7.2.3 方法 148
    7.2.4 分析与结果 149
    7.3 城市交通时空结构与脆弱性研究 151
    7.3.1 简介 151
    7.3.2 数据 152
    7.3.3 方法 153
    7.3.4 分析与结果 159
    7.4 城市计算视角下的公共交通模式挖掘 161
    7.4.1 简介 161
    7.4.2 数据 161
    7.4.3 方法 162
    7.4.4 分析与结果 166
    主要参考文献 173
帮助中心
公司简介
联系我们
常见问题
新手上路
发票制度
积分说明
购物指南
配送方式
配送时间及费用
配送查询说明
配送范围
快递查询
售后服务
退换货说明
退换货流程
投诉或建议
版权声明
经营资质
营业执照
出版社经营许可证