

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、數(shù)字高程模型(Digital Elevation Model,DEM),是一個(gè)用數(shù)值矩陣表示地面高程的實(shí)體地面模型,是重要的地形數(shù)據(jù)之一。
現(xiàn)有DEM數(shù)據(jù)組織方法大多是建立DEM金字塔,將DEM金字塔分層分塊,基于文件或者關(guān)系表以塊為單位按層存儲(chǔ)。金字塔每增加一層,數(shù)據(jù)塊數(shù)量急劇增加,數(shù)據(jù)訪問效率急劇降低。金字塔層級(jí)較高時(shí)難以滿足大規(guī)模地形實(shí)時(shí)漫游的要求。較高的數(shù)據(jù)調(diào)度效率可以提高大規(guī)模地形實(shí)時(shí)漫游的速度。在地形漫游過程中,每
2、次需求的數(shù)據(jù)在空間中都是鄰近的。如果空間中鄰近的數(shù)據(jù)塊在數(shù)據(jù)庫中的存儲(chǔ)位置也是鄰近的,就可以大大提高數(shù)據(jù)的訪問效率。因此,數(shù)據(jù)塊在數(shù)據(jù)庫中的存儲(chǔ)位置要保持空間中的鄰近關(guān)系。面對(duì)大規(guī)模地形場(chǎng)景漫游,數(shù)據(jù)預(yù)取也是提高漫游速度的有效手段之一。現(xiàn)有針對(duì)DEM數(shù)據(jù)的預(yù)取方法主要是根據(jù)視點(diǎn)移動(dòng)的速度和方向預(yù)測(cè)下一時(shí)刻視點(diǎn)的位置。視點(diǎn)沒有速度和方向時(shí),不能進(jìn)行數(shù)據(jù)預(yù)取,因此難以滿足用戶自由操作時(shí)的數(shù)據(jù)預(yù)取要求。
本文針對(duì)DEM金字塔存儲(chǔ)模型
3、、DEM金字塔編碼方法和DEM數(shù)據(jù)預(yù)取方法展開了研究。
本文主要的研究?jī)?nèi)容和研究成果如下:
(1)提出了一種基于嵌套文檔結(jié)構(gòu)的金字塔整體存儲(chǔ)模型。本文將金字塔模型分解為多個(gè)小金字塔,利用文檔型NoSQL數(shù)據(jù)庫的嵌套文檔結(jié)構(gòu),將小金字塔存儲(chǔ)在一個(gè)數(shù)據(jù)庫文檔中。能夠映射金字塔的層級(jí)結(jié)構(gòu),保存小金字塔內(nèi)部的嵌套關(guān)系。各個(gè)小金字塔內(nèi)部數(shù)據(jù)塊在數(shù)據(jù)庫中相互鄰近,提高數(shù)據(jù)訪問效率,有利于實(shí)現(xiàn)大規(guī)模地形場(chǎng)景的實(shí)時(shí)漫游。
4、(2)提出了一種兼顧金字塔層級(jí)結(jié)構(gòu)和同層數(shù)據(jù)塊之間鄰近關(guān)系的DEM金字塔編碼方法。本文利用Hilbert曲線對(duì)金字塔的每一層進(jìn)行編碼,將Hilbert編碼與數(shù)據(jù)塊的層級(jí)編碼組合成為數(shù)據(jù)塊編碼。該編碼能夠保存金字塔層級(jí)關(guān)系和金字塔同層數(shù)據(jù)塊之間的空間鄰近關(guān)系,提高數(shù)據(jù)訪問效率,有利于提高地形場(chǎng)景實(shí)時(shí)漫游時(shí)的數(shù)據(jù)調(diào)度速度。
(3)提出了一種基于移動(dòng)方向轉(zhuǎn)移矩陣的數(shù)據(jù)預(yù)取方法。本文首先將漫游場(chǎng)景的移動(dòng)映射為數(shù)據(jù)塊集合的移動(dòng),將數(shù)據(jù)塊
5、集合的移動(dòng)記錄為一個(gè)三維向量。再用一個(gè)六階矩陣記錄相鄰兩次移動(dòng)方向之間的轉(zhuǎn)換情況,將該矩陣作為移動(dòng)方向的預(yù)測(cè)矩陣?;谇耙淮蜠EM數(shù)據(jù)塊的移動(dòng)向量,結(jié)合六階預(yù)測(cè)矩陣,預(yù)測(cè)下一次移動(dòng)的方向和距離。然后,根據(jù)當(dāng)前數(shù)據(jù)塊集合的范圍預(yù)取DEM數(shù)據(jù)??梢詫?shí)現(xiàn)用戶自由漫游時(shí)的數(shù)據(jù)預(yù)取,有利于提高地形場(chǎng)景實(shí)時(shí)漫游系統(tǒng)的響應(yīng)速度。
(4)原型系統(tǒng)設(shè)計(jì)與實(shí)驗(yàn)。本文建立了原型系統(tǒng),驗(yàn)證本文提出的DEM金字塔存儲(chǔ)模型、DEM金字塔編碼方法和DEM數(shù)
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- NOSQL數(shù)據(jù)庫在海量數(shù)據(jù)存儲(chǔ)中的研究與應(yīng)用.pdf
- 基于網(wǎng)格數(shù)據(jù)庫的海量數(shù)據(jù)存儲(chǔ)研究.pdf
- 基于Hadoop的NoSQL數(shù)據(jù)庫安全研究.pdf
- 基于海量數(shù)據(jù)的數(shù)據(jù)庫模型優(yōu)化研究.pdf
- nosql數(shù)據(jù)庫-mongodb和redis
- nosql數(shù)據(jù)庫mongodb應(yīng)用說明-
- 基于物聯(lián)網(wǎng)平臺(tái)的NoSQL數(shù)據(jù)庫設(shè)計(jì)與實(shí)現(xiàn).pdf
- nosql非關(guān)系型數(shù)據(jù)庫的發(fā)展及應(yīng)用初探
- 基于NoSQL數(shù)據(jù)庫的大規(guī)模軌跡數(shù)據(jù)管理和聚類分析方法.pdf
- 基于NoSQL海量數(shù)據(jù)存取策略研究.pdf
- 關(guān)系型數(shù)據(jù)庫和文檔數(shù)據(jù)庫在企業(yè)中的集成.pdf
- 基于關(guān)系數(shù)據(jù)庫與NoSQL相結(jié)合的微博數(shù)據(jù)存儲(chǔ)研究.pdf
- 支持海量空間數(shù)據(jù)漸進(jìn)傳輸?shù)臄?shù)據(jù)庫組織.pdf
- 基于Eclat算法的海量數(shù)據(jù)庫的快速多維挖掘方法.pdf
- 針對(duì)非關(guān)系型數(shù)據(jù)庫的海量數(shù)據(jù)的事務(wù)處理.pdf
- NoSQL數(shù)據(jù)庫技術(shù)及其應(yīng)用研究.pdf
- 海量地圖數(shù)據(jù)庫的設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于Oracle海量數(shù)據(jù)庫的SQL優(yōu)化研究.pdf
- 基于圖數(shù)據(jù)庫的海量RDF數(shù)據(jù)分布式存儲(chǔ).pdf
- 數(shù)據(jù)庫優(yōu)化技術(shù)在海量數(shù)據(jù)下的研究與應(yīng)用.pdf
評(píng)論
0/150
提交評(píng)論