导读:本文包含了空间数据仓库论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:空间,数据仓库,数据,多维,立方体,数据挖掘,海岛。
空间数据仓库论文文献综述
郑桂香,张澍宁[1]（2017）在《水上交通事故空间数据仓库及多维分析研究》一文中研究指出文中针对水上交通事故数据的空间特征,提出了水上交通事故空间数据仓库总体架构设计,构建了空间数据仓库多维数据模型,研究并实现了基于SOLAP的多维空间分析,揭示水上交通事故数据空间规律特征,为水上交通事故安全监管决策提供有效的技术支持。(本文来源于《中国海事》期刊2017年10期）
韩家琪,毛克彪,夏浪,刘勍,马莹[2]（2016）在《基于空间数据仓库的农业大数据研究》一文中研究指出农业大数据能从海量的农业数据中寻找和挖掘有价值的数据以及隐藏的信息,准确把握数据之间的内在联系和规律,是发展现代农业的重要推动力。空间性是农业数据的重要特征之一,将空间数据仓库的理论和技术运用到农业大数据中是发展农业大数据的关键。空间数据仓库是数据仓库技术在空间领域的延伸,它能有效地存储、组织和管理农业空间数据,实现农业异质数据转换、集成与调度,并为农业数据分析提供支撑环境。讨论分析了农业大数据的体系结构,并利用空间数据仓库在空间数据处理上的优势,结合空间数据挖掘的理论知识,从数据采集、数据集成处理、数据分析和数据应用4方面对农业大数据进行了全面的研究和分析,最后针对我国农业大数据的研究现状提出了一些建议和思考。(本文来源于《中国农业科技导报》期刊2016年05期）
魏红雨,路来君,郝满,郝琳琳[3]（2014）在《基于数据仓库的4G地学空间数据集成技术研究》一文中研究指出针对多源、海量、异构分布的4G地学空间数据集成难题,在分析联邦数据库、中间件集成、数据仓库等常用数据集成方法优劣的基础上,提出基于数据仓库与中间件的地学数据集成管理模式;以JB地区2005年度矿区及所属矿山的10种矿产作为数据源,构建基于SQL(Structured Query Language)Server的面向服务的体系结构进行验证。结果表明,该模式既能满足4G地学空间数据异构分布、网络化传输的特点,又能满足数据更新快、实时一致性高的要求,便于在云平台上实现。(本文来源于《吉林大学学报(信息科学版)》期刊2014年03期）
刘博[4]（2014）在《空间数据仓库关键技术及其在犯罪热点分析中的应用》一文中研究指出近些年,数据仓库技术应用水平不断提高,其在企业中发挥的价值也越来越大。随着手机、汽车、智能穿戴设备等传感定位技术的发展,越来越多的含有空间信息的数据加入到仓库中,包含地理时空数据的空间数据仓库受到人们的重视,对空间数据仓库的研究也成为这些年来的一个研究热点。空间数据仓库有哪些特性,如何对空间数据进行建模,是本文的研究重点。本文首先探讨了传统数据仓库的理论、特点和设计中的关键环节,讨论了数据立方体、维度、度量、OLAP设计的概念及特性,其次介绍了空间数据仓库的研究与发展现状,分析了空间数据主题与传统数据仓库之间的差异,并根据空间数据仓库的特点,提出了多粒度空间数据仓库(MuSD)设计模型,对相关概念进行了符号化的定义。论文最后讨论了基于SOA的空间数据仓库应用集成框架,并运用作者提出的MuSD模型,对作者参与的‘城市犯罪热点分析’项目进行了数据建模,使用ArcGIS工具对分析模型发布了GP服务,实现了对多类犯罪类型的热点展示与转移情况的分析。(本文来源于《东华大学》期刊2014-05-01）
王飞[5]（2013）在《空间数据仓库技术在税务征管系统中的应用》一文中研究指出系统以空间数据仓库技术为核心,利用GIS的空间管理和分析技术,建立了一个能使税务数据可视化、把税务管理工作融入空间域的管理理念并为税务系统的管理和决策提供更有价值和科学依据的地理信息系统。(本文来源于《安阳工学院学报》期刊2013年04期）
关丽,冯学兵,孔令彦[6]（2014）在《构建面向城市建设用地的空间数据仓库》一文中研究指出本文旨在解决从多源异构、多维的城市建设用地空间数据中深入挖掘有效信息的难题,从城市建设用地空间数据仓库构建的需求出发,对空间数据仓库的相关概念进行了分析探讨,包括数据立方体、维、度量、事实等。同时,以城市建设用地利用为主题,建立了多维数据模型,提出了构建城市建设用地空间数据仓库的具体流程与方法。并以北京市中心城区的建设用地利用为例,从建设高度、建筑基底面积等角度研究了北京市城市建设用地的利用强度特征。(本文来源于《测绘科学》期刊2014年01期）
李妮[7]（2013）在《基于地质灾害数据仓库的空间数据挖掘应用研究》一文中研究指出我国是一个地质灾害频发的国家,每年地质灾害给国民经济和人们生活带来的创伤是难以计数的。地质灾难不仅给民众的生活安定带来了严重的影响,更严重的牵涉到国家的重大经济决策。滑坡等地质灾害的预防和减轻的重要性和紧迫性由此可见一斑。因此,滑坡形变预测研究成为了一个热门课题。白2003年以来,地质灾害监测预警系统在叁峡库区逐步展开,各区各县已建立了灾害监测点。针对易发的滑坡体进行逐月监测,积累了海量的滑坡变形、坝前长江水位、库区白然降雨量、滑坡体地下水位等数据。滑坡监测数据是一切研究活动的基础,但是目前这些数据的利用率低,而且也没有有效的方法使用和挖掘数据间的隐含规律。如何有效的利用数年来积累的海量监测数据成为当前亟需解决的问题。滑坡体由于受到太多因素的影响,而且其中还不乏一些不确定的因素,因此滑坡形变位移预测注定是一个极为复杂的问题。同时,各诱发因素同坡体形变之间儿乎都不是呈现线性的规律,所以它义是一个高度非线性的问题。在大多数情况下,难以用明确的数学模型来描述这一过程。数据挖掘技术不囿于解决线性或者非线性问题,其主要是能有效地发掘数据中隐藏的规律和模式,因此将此技术用于滑坡位移预测将是行之有效的。基于以上问题,笔者以叁峡库区秭归县八字门滑坡和树坪滑坡的形变位移、归州和沙镇溪地区的自然降雨、叁峡大坝坝前水位变化等监测数据为基础,拟提出适合分析影响滑坡形变的理论模型。在整理消化数据的基础上,结合监测月报反映的实际情况,观察各监测点位移随诱发因素变化的历时曲线,运用多种分析方法,从定性和定量分析滑坡位移变化与诱发因素的相关性及滞后性。实验所用数据为叁峡地区秭归县境内的滑坡监测数据。实验数据源来源复杂,包括各滑坡位移GPs监测数据、归州和沙镇溪地区自然降雨量记录、长江叁峡坝前水位记录、各滑坡钻孔测斜记录、滑坡体岩土推力监测记录等。各项数据的监测时间间隔都不一致,日期也不相同,记录表没有统一的规范,而且兼有人工手动测量和仪器自动测量。在进行数据处理之前,以滑坡位移预测为目的,对现有的气象、水文以及海量滑坡监测数据,进行了数据核查和整理,并且根据后续实验要求对原始数据进行合理的重新采样。这是保障后续数据挖掘实验顺利开展的必要前提。然后,对滑坡形变产生影响的因素,以及这些因素的影响力进行必要的定性分析,包括对原始数据的可行性分析、图表分析等。进一步消化理解原始数据。在能够合理解释原始数据的基础上,提出新的有利于数据挖掘的变量。在整理原始数据,理解原始数据,定性分析影响因素对滑坡形变作用的基础上,通过计算双变量间的Pearson系数,对各因素同滑坡形变位移间的关系形成初步的定量认识。然后再通过Apriori关联规则分析,初步找出水位、降雨量同滑坡位移间的量化关系。最后,结合定性分析的结果,利用多元回归分析和ARIMA方法结合BP神经网络两种方法建立综合预报指数与滑坡累积位移量关系的预报模型,从定量的角度对滑坡形变进行分析。通过上述研究,取得了以下成果：(1)本文在整理原始数据,理解原始数据,定性分析影响因素对滑坡形变作用的基础上,通过计算双变量间的Pearson系数,对各因素同滑坡形变位移间的关系形成初步的定量认识。然后,通过Apriori关联规则分析,找出了坝前水位、水位涨落速度以及自然降雨量同滑坡形变位移间的关系。(2)本文利用多元回归分析和1ARIMA方法结合BP神经网络两种方法分析综合诱因对滑坡累积位移量的影响作用。多元回归模型对八字门和树坪两个滑坡体的位移拟合曲线在蓄水期的拟合情况较好,比较接近实际的位移变化趋势。而神经网络的拟合结果正好与其互补。神经网络对汛期的位移变化情况拟合的比较好。(3)本文将BP网络引入趋势项和时序误差项,对滑坡形变量进行预测,得出对汛期滑坡位移形变速率预测值,误差落在10%以内。(4)本文根据时间序列数据的特点,从滑坡月形变速率中抽取出趋势项和周期项。并对水位、降雨量及滑坡位移分别建立了各自合适的ARIMA模型。本文的创新之处在于,提出了一系列对滑坡监测数据的挖掘方法,尽量提高历史监测数据的利用率。在实验基础上,得到一些以前没有的对于滑坡规律的新认识。(本文来源于《中国地质大学》期刊2013-05-01）
袁磊,赵俊叁,李红波[8]（2013）在《物联网空间数据仓库框架体系及关键技术分析》一文中研究指出文章基于物联网技术的技术特征及其与地理信息契合的分析,将物联网技术引入到空间数据仓库系统的构建之中,给出了物联网空间数据仓库系统的体系结构。对物联网空间数据仓库系统的数据源、数据处理层、数据存储层及应用分析层进行详细的设计,并进一步从识别与传感技术、关系数据管理技术与非关系数据管理技术的融合、数据智能挖掘与可视化、异构网络与接口互联四个方面探讨了物联网空间数据仓库系统的若干关键技术问题。(本文来源于《地理信息世界》期刊2013年01期）
赵红艳[9]（2012）在《矿山系统空间数据仓库建设初探》一文中研究指出分析了矿山系统传统数据存储特点,认为传统数据库已无法满足矿山管理应用需求,数字矿山的建设急需建立一个方便存储和提取的工具。矿山数据大多为空间数据,因此,空间数据仓库的建立能解决矿山数据的收集和存储问题,实现多源数据的管理和分享,为决策部门提供详实而准确的数据。(本文来源于《山西焦煤科技》期刊2012年07期）
张君珏,丰爱平,苏天赟,吴桑云[10]（2012）在《面向海岛规划的空间数据仓库构建》一文中研究指出针对海岛规划的具体应用,在了解海岛规划所需信息以及规划重点内容的基础上,对海岛空间数据仓库体系结构进行设计,并以海岛植被分布为例,阐述了维度模型的构建过程,最后对其今后在海岛规划工作中的具体应用进行了展望。(本文来源于《海岸工程》期刊2012年02期）
空间数据仓库论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
农业大数据能从海量的农业数据中寻找和挖掘有价值的数据以及隐藏的信息,准确把握数据之间的内在联系和规律,是发展现代农业的重要推动力。空间性是农业数据的重要特征之一,将空间数据仓库的理论和技术运用到农业大数据中是发展农业大数据的关键。空间数据仓库是数据仓库技术在空间领域的延伸,它能有效地存储、组织和管理农业空间数据,实现农业异质数据转换、集成与调度,并为农业数据分析提供支撑环境。讨论分析了农业大数据的体系结构,并利用空间数据仓库在空间数据处理上的优势,结合空间数据挖掘的理论知识,从数据采集、数据集成处理、数据分析和数据应用4方面对农业大数据进行了全面的研究和分析,最后针对我国农业大数据的研究现状提出了一些建议和思考。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
空间数据仓库论文参考文献
[1].郑桂香,张澍宁.水上交通事故空间数据仓库及多维分析研究[J].中国海事.2017
[2].韩家琪,毛克彪,夏浪,刘勍,马莹.基于空间数据仓库的农业大数据研究[J].中国农业科技导报.2016
[3].魏红雨,路来君,郝满,郝琳琳.基于数据仓库的4G地学空间数据集成技术研究[J].吉林大学学报(信息科学版).2014
[4].刘博.空间数据仓库关键技术及其在犯罪热点分析中的应用[D].东华大学.2014
[5].王飞.空间数据仓库技术在税务征管系统中的应用[J].安阳工学院学报.2013
[6].关丽,冯学兵,孔令彦.构建面向城市建设用地的空间数据仓库[J].测绘科学.2014
[7].李妮.基于地质灾害数据仓库的空间数据挖掘应用研究[D].中国地质大学.2013
[8].袁磊,赵俊叁,李红波.物联网空间数据仓库框架体系及关键技术分析[J].地理信息世界.2013
[9].赵红艳.矿山系统空间数据仓库建设初探[J].山西焦煤科技.2012
[10].张君珏,丰爱平,苏天赟,吴桑云.面向海岛规划的空间数据仓库构建[J].海岸工程.2012
论文知识图
