时空大数据计算分析与应用 大中专理科计算机 张丰 等 编 新华正版
¥
42.99
7.4折
¥
58
全新
库存2件
作者张丰 等 编
出版社科学出版社
ISBN9787030733917
出版时间2022-10
版次1
装帧平装
开本16
页数188页
字数234千字
定价58元
货号xhwx_1202764234
上书时间2024-12-16
商品详情
- 品相描述:全新
-
正版特价新书
- 商品描述
-
目录:
前言
章概述1
1.1gis发展历程1
1.1.1空间分析缘起霍乱地图1
1.1.2gis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地理时空大数据云台7
1.3.1地理时空大数据云台的特征7
1.3.2地理时空大数据云台的组成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
2.2nosql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章高能时空大数据计算35
3.1时空大数据高能计算策略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面向解构的空间作分类及其空间子域分布特征41
3.2.2无空间依赖空间作的数据划分方法44
3.2.3弱空间依赖空间作数据划分方法47
3.2.4强空间依赖空间作数据划分方法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
3.4mapreduce、spark、storm分布式并行计算框架58
3.4.1mapreduce58
3.4.2spark59
3.4.3storm60
3.4.4mapreduce、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
4.5.3airflow88
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预先切片的地图瓦片服务120
5.4.1预先切片技术简介120
5.4.2基于hbase的地表覆盖数据预先切片方法120
……
内容简介:
时空大数据计算分析与应用~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、城市交通脆弱分析、公共交通模式挖掘等热点研究中的应用。
本书可作为高等院校地理信息科学、遥感科学与技术、信息科学技术等相关专业的教材,也可供从事地理信息相关领域的从业人员参,还可作为对地理信息科学前沿感兴趣的人们学和了解时空大数据的读物。
— 没有更多了 —
以下为对购买帮助不大的评价