导读:本文包含了时空数据建模论文开题报告文献综述及选题提纲参考文献，主要关键词:城市活动事件,时空分析,GPS轨迹,社交媒体数据
时空数据建模论文文献综述
唐炉亮,戴领,任畅,张霞[1]（2019）在《现实与赛博空间数据相结合的城市活动事件时空建模》一文中研究指出城市活动事件(如文化、娱乐、体育等事件)的规模与影响力是城市经济文化发展的重要体现,其发生的全过程对城市现实空间与赛博空间都会产生巨大影响,从现实空间与赛博空间对城市活动事件的演化感知、动态建模与时空分析,具有重要的理论研究与应用价值。提出了一种结合现实空间交通数据与赛博空间社交媒体数据的城市活动事件时空建模分析方法,从事件进行中的交通轨迹,探测识别与事件显着相关的城市时空区域和交通流,分析现实空间事件热度的时空变化;从事件发生全过程的社交媒体数据中,探测分析赛博空间事件热度的时空变化;通过将现实空间和赛博空间的融合,建立城市活动事件时空模型,刻画事件全过程中城市地理空间与城市行为空间的时空演变特征。以2015年周杰伦"魔天伦2.0"世界巡回演唱会(武汉站)事件为例,采用武汉市出租车GPS轨迹数据和微博数据,对演唱会的事前、事中、事后实现城市地理空间与行为空间全过程建模与时空演变分析,并与单一数据源事件刻画模型进行比较,结果显示本方法能更合理地结合现实空间和赛博空间刻画城市活动事件。(本文来源于《测绘学报》期刊2019年05期）
韩毛振[2]（2019）在《微生物组大数据的时空动态建模和应用》一文中研究指出微生物与人类和环境一起进化,并成为生命的一个重要组成部分,执行着各种重要的功能。如人体微生物和环境微生物分别在维持人体健康和生物地球化学循环中起着至关重要的作用。微生物群落是许多微生物的集合体,其中绝大部分的微生物(超过99%)是不可通过传统培养方法进行培养的。为了充分揭示微生物群落中微生物的作用,高通量测序技术被用来获取微生物群落的序列信息。一方面,在目前的大多数微生物组学研究中,微生物群落的研究多集中在一个或少数几个时间点上,致使我们对微生物群落在时空上的动态变化模式还不清楚。另一方面,虽然许多生物信息学工具已经开发用来分析微生物组数据,但这些工具在分析微生物群落组成和可视化结果方面还存在一些缺点。因此,在本研究中为了探索微生物群落在时空上的动态变化模式,我们针对微生物组学研究中常用的数据类型,建立起微生物组大数据的时空动态建模方法,并将建立的分析方法应用在具体的人类肠道微生物组学和环境微生物组学的研究中,揭示了微生物群落在人体肠道微生物组和环境微生物组上的时空动态变化模式。在微生物组大数据的建模分析方法中,我们首先通过集成现有的工具和命令,建立了16SrRNA扩增子数据分析流程和宏全基因组数据分析流程,实现了对微生物组大数据快速有效的处理,解析出微生物群落的物种组成和功能组成;其次,开发了从宏全基因组数据中鉴定病毒的分析流程,实现了对微生物组大数据中病毒组的数据挖掘;最后,我们基于系统进化的方法开发了既适用于单菌基因组数据也适用于微生物群落宏全基因组数据的水平基因转移鉴定分析流程,增加了对微生物群落中基因交换的理解。这些微生物组大数据建模分析方法中的流程采用模块化设计,实现了对微生物组大数据的建模和个性化分析。在人体肠道微生物组动态建模的研究中,为了探索长时间内多种饮食切换下人类肠道微生物群落的动态变化模式,我们追踪了一支从北京到特立尼达和多巴哥的志愿者团队,他们在那里停留半年,然后又返回北京。使用高密度纵向取样策略收集他们在这个双向迁移的动态过程中的粪便样本并记录他们的饮食数据,共从41个人中收集到287个粪便样本,获得了 3.3TB的测序数据。基于高密度纵向取样和定量建模的策略,我们证实了人类肠道微生物群落具有弹性和双向可塑性,并且可塑性的方向是和样本的肠型有关。在物种分类学水平上,我们发现双向可塑性与Prevotella、Bacteroides、Ruminococcus、Bifidobacterium 和Faecalibacium 属的物种种类和物种的亚种的动态变化有关。在功能水平上,我们发现双向可塑性不仅与Prevotella copri、Bacteroiaes aorei、Bacteroiaespleteius、Bacteroiaes ovatus、Bacteroides uniformics和Faecalibacterium prausnitzii的代谢功能有关,而且还与微生物群落中的碳水化合物的代谢有关。通过整合他们的饮食信息,我们证实了双向可塑性在很大程度上是由饮食调节的。这项研究证实的人类肠道微生物群落具有很强的弹性和可塑性可为与肠道微生物相关的疾病的临床实践提供指导作用。在与高血压相关的人类肠道微生物组研究中,我们选择高血压作为疾病模型来探讨在高血压发生发展这一动态过程中,人类肠道病毒组的动态变化模式以及其与高血压发展之间的关联模式。我们收集了 196份与高血压发生发展这一动态过程相关的肠道微生物的宏全基因组数据。使用微生物组大数据建模分析方法中的病毒鉴定分析流程解析了这196个样本的病毒和细菌组成,确定了每个样本的病毒型,并将肠道病毒组的改变与高血压的发生发展关联起来。我们最终将196份粪便样本分成两种病毒型,并提供了32种病毒作为高血压不同时期样本的生物标志物。我们发现,对于鉴定健康样本和高血压不同阶段的样本时,病毒比细菌具有更高的分辨率和准确率。此外,对病毒和细菌的共出现网络分析后,我们发现在高血压的发展过程中,病毒和细菌的关联越来越普遍。总之,我们的研究结果证实了肠道病毒组的改变与高血压的发展之间有着密切联系,并可为高血压的早期诊断提供解决方案。在环境微生物组学研究中,为了揭示在农业生产活动影响下的湖泊微生物群落的空间变化模式,我们以洪湖为研究对象,研究了农业生产活动对洪湖生态系统的影响。我们对洪湖18个受农业生产活动影响程度不同的位点的水样和底泥的微生物群落结构、理化因素和抗生素污染进行了关联分析,解析了水体富营养化和抗生素污染对微生物群落结构的影响。我们的结果证实了水体中总氮、总磷、硝态氮、亚硝态氮等理化因素与微生物群落的组成差异有关,而在底泥样品中,可溶性的有机物和总氮的含量与微生物群落结构的差异有关。土霉素和四环素这两种抗生素则分别是导致水体和底泥受农业生产活动影响程度不同的样本的微生物群落结构差异的重要原因。这些结果表明,可以使用微生物对富营养化和与农业活动有关的抗生素污染进行检测而且这种对环境的适当监测可以为维持洪湖环境可持续发展的提供保障。总而言之,基于微生物组大数据中的数据类型,在本文中建立起微生物组大数据的时空动态建模方法,并将这些分析应用在人体微生物组学和环境微生物组学的研究中,揭示了微生物群落在时间上和空间上的动态变化模式及探索了其驱动因素。(本文来源于《华中科技大学》期刊2019-05-01）
韦伟,刘岭,彭其渊,陈绍宽[3]（2019）在《数据驱动的偶发拥堵时空建模及传播分析》一文中研究指出为研究实际的道路交通路网中偶发拥堵的传播和演化特性,充分发挥海量交通流数据的潜在价值,克服现有基于模拟仿真的拥堵分析方法因理论假设和参数设置所导致的"失真"问题,本文在交通流实测数据的基础上,建立改进的PLS-STAR模型对偶发拥堵的时空传播结构进行描述,并提出偶发拥堵的直接和间接时空传播效应两种概念对拥堵的时空传播影响进行刻画,从而构造了一种数据驱动的偶发拥堵时空传播效应评估方法.通过北京路网的案例研究发现,路网服务水平的降低,更大程度来源于拥堵传播的间接影响而非直接取决于突发的交通量增加,因此,通过控制拥堵传播来提升城市路网的服务水平仍具有巨大潜力.(本文来源于《交通运输系统工程与信息》期刊2019年02期）
李旭晖,刘洋[4]（2019）在《时空数据建模方法研究综述》一文中研究指出【目的】总结时空数据建模方法,以期为时空知识的组织和管理研究提供理论基础。【文献范围】在百度学术、谷歌学术、EI、CNKI中分别以检索式"时空数据模型"、"spatio-temporal data model"在限定时间范围、期刊类型内进行文献检索,获得部分相关文献,根据研究主题相关程度筛选最终获得64篇相关文献。【方法】根据建模对象的抽象层次对时空数据模型进行分类,分别从物理层、逻辑层和应用层叁个层次对时空数据模型的相关研究进行综述。【结果】近年来物理层对时空数据模型的研究主要侧重于对以往模型的修正,应用层的时空数据模型集中于满足各领域具体需求,而逻辑层的研究在表达能力方面有待改进。【局限】不同层次的时空数据模型横向对比研究较少。【结论】未来大规模的时空信息管理和利用,将为时空数据建模的深入发展提供广阔的空间。(本文来源于《数据分析与知识发现》期刊2019年03期）
李莉贞[5]（2018）在《基于深度学习的无线网络数据时空建模和预测研究》一文中研究指出首先对互联网服务提供商获得的无线网络数据(主要是蜂窝移动网络的数据)进行了初步分析,揭示了相邻基站的数据之间具有时间和空间相关性。然后建立了一种时空预测的混合深度学习模型,并提出了一种新的空间模型训练算法。最后使用无线网络数据集进行实验来评估模型的性能。结果表明,所提出的深度模型显着提高了预测精度。(本文来源于《萍乡学院学报》期刊2018年03期）
邵亚琴,汪云甲,李永峰[6]（2018）在《矿井巷道时空数据模型研究及其动态建模》一文中研究指出时空数据模型是时态叁维矿山地理信息系统的基础,巷道作为地下开采矿井的主体,其时空数据模型的组织方法直接影响系统的运行效率。基于图论基本原理,本文充分利用ArcGIS平台提供的Geodatabase几何网络模型,根据巷道特点进行数据组织并定义计算规则,建立了基于事件的基态修正巷道时空数据模型,该模型融合了基态修正模型和基于事件的时空数据模型的基本思想,将时间引入巷道的叁维拓扑关系,实现了按时间动态生成Multipatch叁维巷道模型。矿井巷道时空数据模型的建立,强调了时间与空间的密切联系,为矿山动态开采、动态管理和动态监测等提供了有效的技术途径。(本文来源于《中国矿业》期刊2018年06期）
袁辉[7]（2018）在《面向时间地理分析的轨迹大数据建模与时空邻近性分析研究》一文中研究指出时间地理学是研究在各种时空限制条件下人类行为的理论方法,广泛地应用于交通规划、可达性分析、城市人类移动等领域。在城市空间中,随着移动定位技术和无线通信技术的发展,采集车辆和出行者的时空轨迹变得更加便捷,各种类型的定位传感器不断地记录,产生了数据量庞大的时空轨迹数据,包括浮动车数据、个人的手机基站定位数据和GPS(Global Positioning System)定位数据、公交刷卡数据、社交网络位置签到数据等。然而,城市时空轨迹数据具有海量、高动态、多源等特点,对在时间地理学的框架下利用传统的GIS(Geographic Information Science)平台进行海量的时空轨迹数据的存储、建模、以及操作均提出了很大的挑战。针对现有的时空数据模型无法有效地对海量时空轨迹数据进行建模管理并进行时间地理分析的问题,以及时空轨迹数据入库前的数据清洗和质量评价问题,研究面向时间地理分析的时空数据的预处理、建模以及分析方法具有重要意义。基于以上背景,本文以城市空间中海量的时空轨迹数据为研究对象,浮动车数据作为主要的数据源,研究浮动车数据高效的数据清洗和数据质量评价方法,发展面向时间地理分析的时空数据模型,实现快速的时空邻近性分析方法。本文的主要研究工作包括以下几个方面:(1)提出了一种大规模低采样频率浮动车数据的地图匹配算法以用于浮动车数据的清洗处理。首先,选取路径评价指标、路网拓扑连通性和速度限制作为主要的标准,利用动态规划技术在保留最优匹配路径的同时最小化备选路径集,避免了匹配过程中备选路径集过大的问题,同时优化最短路径分析过程,提高了地图匹配效率。其次,设计了针对大规模浮动车数据的地图匹配流程框架,提出了多标准动态规划地图匹配算法。最后,利用武汉市真实的浮动车数据进行了匹配精度和计算性能的2组实验,实验结果表明本文提出的多标准动态规划地图匹配算法在匹配精度和计算性能上均优于其他现有浮动车数据地图匹配算法,能够满足浮动车数据在线和离线处理的应用需求。(2)提出了一种浮动车数据的质量综合评价模型。首先,总结了传统的空间数据质量评价模型,分析了利用传统空间数据质量模型评价浮动车数据时存在的不足。然后,从行程时间估计预测、交通规划、城市人类移动、土地利用分析等浮动车应用出发,分析了浮动车数据为满足应用分析需要提供的质量指标,总结了从定位精度、采样频率、轨迹完整度、值域有效性、行程有效性、覆盖度、现势性、空间交互性与移动性共9个方面对浮动车数据进行质量评价,并提出了每个质量指标的定量化计算方法。最后,对武汉市浮动车数据进行实验,详细分析了武汉市浮动车数据的每个质量指标得到数据质量元数据,验证了本文提出的浮动车数据质量评价模型的有效性。(3)提出了一种面向时间地理分析的时空数据模型。首先,详细介绍了(x,y,t)空间中的时间地理实体和关系的表达,包括时空路径、时空基站、时空棱柱、时空生命线、时空相交关系以及活动束关系。然后,在路网空间中,在线性参考系统的基础上提出了压缩线性参考CLR(Compressed linear reference)技术,实现了将叁维的地理实体转换成CLR空间中的二维几何对象,并证明了这种降维变换的等价性。接着,提出了基于压缩线性参考技术的移动对象时空数据模型,在传统的GIS平台和空间数据库上进行时空轨迹数据的存储管理,也利用传统的空间查询操作实现了地理实体间的时空相交查询操作,包括时空路径-时空路径相交查询、时空窗口-时空路径相交查询、时空棱柱-时空基站包含查询以及时空棱柱-时空棱柱相交查询。最后,利用深圳市浮动车数据和手机基站定位数据进行实验分析,实验结果表明本文提出的时空数据模型占用存储空间小,计算性能高,能够满足海量的时空轨迹数据的时间地理分析应用。(4)提出了一种基于时空缓冲区的时空邻近性分析方法。首先,将空间缓冲区的概念扩展到叁维的(x,y,t)空间中,提出了时空路径的时空缓冲区,基于时空缓冲区可以时空一体化地进行时空邻近性分析。然后,实现了路网中时空路径的时空缓冲区生成算法,再利用压缩线性参考技术将叁维的时空缓冲区转换成CLR空间中的二维对象,在CLR空间中实现轨迹数据的时空邻近性分析。最后,利用武汉市浮动车轨迹数据进行实验,实验结果表明本文提出的时空路径的时空缓冲区可以有效地进行时空邻近性分析,并且具有很高的计算性能。(本文来源于《武汉大学》期刊2018-05-01）
陈旭,严丽,马宗民,李卫军[8]（2019）在《基于UML类图的模糊时空数据建模》一文中研究指出模糊性广泛存在于时空应用领域,现有的时空数据模型缺乏描述和表达模糊时空对象内在机制和语义关系的能力。通过研究模糊时空数据语义,给出了模糊时空数据模型的形式化定义,在此基础上对UML类图进行扩展,提出一种模糊时空UML数据模型,并用例子说明了模糊时空数据模型的可用性。(本文来源于《计算机应用研究》期刊2019年02期）
赵荣超[9]（2016）在《综述时空建模和分析在地理数据分析应用中的研究进展》一文中研究指出本文从地理世界的时空概念出发,论述了时空数据建模的研究现状,就现有的时空数据模型进行了分析和详细介绍,并对现有的时空数据模型进行对比。本文还介绍了时空数据建模和分析在实践中的应用,并对时空建模和分析在地理数据分析中的应用进行了总结。(本文来源于《全国测绘科技信息网中南分网第叁十次学术信息交流会论文集》期刊2016-10-20）
刘汇慧[10]（2016）在《基于出租车GPS轨迹大数据的短时非运营行为建模与时空分布探测》一文中研究指出我国正处于城市化快速发展阶段,涌现出大量城市资源配置不能满足城市活动需求的“城市病”问题。出租车是一种重要的城市公共交通资源,目前北京市出租车有6万余辆,武汉市大约2万辆,深圳市大约1.6万辆,出租车占据城市机动车的相当比例。出租车司机的就餐、加油(气)、休息等短时非运营停靠行为一方面能够反映出租车群体的时空运行效率,另一方面能在总体上反映出租车司机群体对非运营设施布设的需求。出租车时空GPS(Global Positioning System)轨迹是一种覆盖范围广、采集成本低的位置大数据,现有基于出租车GPS轨迹大数据的研究均没有考虑出租车司机本身非运营行为的特征和需求,因此基于出租车GPS时空轨迹大数据研究出租车短时非运营行为的时空分布特征,探测出租车短时非运营城市群体活动的时空分布规律,揭示城市群体活动与城市资源配置的适应性,具有重要的理论研究意义和应用价值。出租车短时非运营事件行为类型多样,其中加油(气)行为是其中最具有代表性的,本论文基于出租车时空GPS轨迹大数据,分析出租车短时非运营加油(气)行为的时间特性和空间特性,对出租车加气行为进行建模并分析其时空分布,实现出租车加油(气)行为识别与探测；提出一种点-线二元K函数法分析加油(气)事件与加油站POI之间的空间相关性,揭示城市群体活动与城市资源配置的适应性与匹配程度,为城市资源优化配置提供科学依据。本论文主要研究内容有：(1)出租车短时非运营加油(气)行为模式分析与建模研究。本文从出租车GPS轨迹大数据中挖掘出租车加油(气)行为的时间特性和空间特性,依据出租车司机加油(气)行为发生时的四种情况分别做了分析,确立了描述该行为的四个特征指标,提出了出租车加油(气)短时非运营行为建模方法,并结合武汉市10614辆出租车轨迹数据,实现了基于支持向量机(SVM)的武汉市出租车加气短时非运营事件的有效探测与识别；(2)出租车加油(气)事件时空动态分布分析研究。基于研究一的成果,确立了出租车加油(气)短时非运营行为的在时空分布上的线性特征,提出了出租车加油(气)短时非运营行为的线事件描述方法,并采用平面空间线要素的核密度估计方法,实现了武汉市出租车短时非运营加气群体活动时空分布特征的准确分析与表达。实验结果表明采用线事件描述出租车加油(气)行为相比用点事件来描述,能更好的能更好反映基于加油(气)线事件空间位置的密度分布；可以分析出同一时间段不同加油(气)站内加油(气)事件的数量差异、排队情况差异和加油(气)事件聚集程度的差异,从而得到加油(气)站的整体运营情况和出租车加油(气)行为的时空分布特征。(3)出租车加油(气)事件与POI的空间相关性分析研究。提出了一种点要素—线要素二元K函数相关性分析方法,以加气站(点要素)为控制事件,以加油(气)行为(线要素)为案例事件,建立不同尺度的搜索半径,一方面实现了城市加气站POI点与出租车短时非运营加油(气)线事件之间的空间分布相关性度量,一方面对算法的可行性和准确性也进行了验证。通过不同距离尺度下加气站与出租车短时非运营加气线事件之间的空间分布模式相关性,揭示了出租车短时非运营加气群体活动与城市加气站公共资源配置的匹配程度。(本文来源于《武汉大学》期刊2016-10-01）
时空数据建模论文开题报告
（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：
微生物与人类和环境一起进化,并成为生命的一个重要组成部分,执行着各种重要的功能。如人体微生物和环境微生物分别在维持人体健康和生物地球化学循环中起着至关重要的作用。微生物群落是许多微生物的集合体,其中绝大部分的微生物(超过99%)是不可通过传统培养方法进行培养的。为了充分揭示微生物群落中微生物的作用,高通量测序技术被用来获取微生物群落的序列信息。一方面,在目前的大多数微生物组学研究中,微生物群落的研究多集中在一个或少数几个时间点上,致使我们对微生物群落在时空上的动态变化模式还不清楚。另一方面,虽然许多生物信息学工具已经开发用来分析微生物组数据,但这些工具在分析微生物群落组成和可视化结果方面还存在一些缺点。因此,在本研究中为了探索微生物群落在时空上的动态变化模式,我们针对微生物组学研究中常用的数据类型,建立起微生物组大数据的时空动态建模方法,并将建立的分析方法应用在具体的人类肠道微生物组学和环境微生物组学的研究中,揭示了微生物群落在人体肠道微生物组和环境微生物组上的时空动态变化模式。在微生物组大数据的建模分析方法中,我们首先通过集成现有的工具和命令,建立了16SrRNA扩增子数据分析流程和宏全基因组数据分析流程,实现了对微生物组大数据快速有效的处理,解析出微生物群落的物种组成和功能组成;其次,开发了从宏全基因组数据中鉴定病毒的分析流程,实现了对微生物组大数据中病毒组的数据挖掘;最后,我们基于系统进化的方法开发了既适用于单菌基因组数据也适用于微生物群落宏全基因组数据的水平基因转移鉴定分析流程,增加了对微生物群落中基因交换的理解。这些微生物组大数据建模分析方法中的流程采用模块化设计,实现了对微生物组大数据的建模和个性化分析。在人体肠道微生物组动态建模的研究中,为了探索长时间内多种饮食切换下人类肠道微生物群落的动态变化模式,我们追踪了一支从北京到特立尼达和多巴哥的志愿者团队,他们在那里停留半年,然后又返回北京。使用高密度纵向取样策略收集他们在这个双向迁移的动态过程中的粪便样本并记录他们的饮食数据,共从41个人中收集到287个粪便样本,获得了 3.3TB的测序数据。基于高密度纵向取样和定量建模的策略,我们证实了人类肠道微生物群落具有弹性和双向可塑性,并且可塑性的方向是和样本的肠型有关。在物种分类学水平上,我们发现双向可塑性与Prevotella、Bacteroides、Ruminococcus、Bifidobacterium 和Faecalibacium 属的物种种类和物种的亚种的动态变化有关。在功能水平上,我们发现双向可塑性不仅与Prevotella copri、Bacteroiaes aorei、Bacteroiaespleteius、Bacteroiaes ovatus、Bacteroides uniformics和Faecalibacterium prausnitzii的代谢功能有关,而且还与微生物群落中的碳水化合物的代谢有关。通过整合他们的饮食信息,我们证实了双向可塑性在很大程度上是由饮食调节的。这项研究证实的人类肠道微生物群落具有很强的弹性和可塑性可为与肠道微生物相关的疾病的临床实践提供指导作用。在与高血压相关的人类肠道微生物组研究中,我们选择高血压作为疾病模型来探讨在高血压发生发展这一动态过程中,人类肠道病毒组的动态变化模式以及其与高血压发展之间的关联模式。我们收集了 196份与高血压发生发展这一动态过程相关的肠道微生物的宏全基因组数据。使用微生物组大数据建模分析方法中的病毒鉴定分析流程解析了这196个样本的病毒和细菌组成,确定了每个样本的病毒型,并将肠道病毒组的改变与高血压的发生发展关联起来。我们最终将196份粪便样本分成两种病毒型,并提供了32种病毒作为高血压不同时期样本的生物标志物。我们发现,对于鉴定健康样本和高血压不同阶段的样本时,病毒比细菌具有更高的分辨率和准确率。此外,对病毒和细菌的共出现网络分析后,我们发现在高血压的发展过程中,病毒和细菌的关联越来越普遍。总之,我们的研究结果证实了肠道病毒组的改变与高血压的发展之间有着密切联系,并可为高血压的早期诊断提供解决方案。在环境微生物组学研究中,为了揭示在农业生产活动影响下的湖泊微生物群落的空间变化模式,我们以洪湖为研究对象,研究了农业生产活动对洪湖生态系统的影响。我们对洪湖18个受农业生产活动影响程度不同的位点的水样和底泥的微生物群落结构、理化因素和抗生素污染进行了关联分析,解析了水体富营养化和抗生素污染对微生物群落结构的影响。我们的结果证实了水体中总氮、总磷、硝态氮、亚硝态氮等理化因素与微生物群落的组成差异有关,而在底泥样品中,可溶性的有机物和总氮的含量与微生物群落结构的差异有关。土霉素和四环素这两种抗生素则分别是导致水体和底泥受农业生产活动影响程度不同的样本的微生物群落结构差异的重要原因。这些结果表明,可以使用微生物对富营养化和与农业活动有关的抗生素污染进行检测而且这种对环境的适当监测可以为维持洪湖环境可持续发展的提供保障。总而言之,基于微生物组大数据中的数据类型,在本文中建立起微生物组大数据的时空动态建模方法,并将这些分析应用在人体微生物组学和环境微生物组学的研究中,揭示了微生物群落在时间上和空间上的动态变化模式及探索了其驱动因素。
（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。
时空数据建模论文参考文献
[1].唐炉亮,戴领,任畅,张霞.现实与赛博空间数据相结合的城市活动事件时空建模[J].测绘学报.2019
[2].韩毛振.微生物组大数据的时空动态建模和应用[D].华中科技大学.2019
[3].韦伟,刘岭,彭其渊,陈绍宽.数据驱动的偶发拥堵时空建模及传播分析[J].交通运输系统工程与信息.2019
[4].李旭晖,刘洋.时空数据建模方法研究综述[J].数据分析与知识发现.2019
[5].李莉贞.基于深度学习的无线网络数据时空建模和预测研究[J].萍乡学院学报.2018
[6].邵亚琴,汪云甲,李永峰.矿井巷道时空数据模型研究及其动态建模[J].中国矿业.2018
[7].袁辉.面向时间地理分析的轨迹大数据建模与时空邻近性分析研究[D].武汉大学.2018
[8].陈旭,严丽,马宗民,李卫军.基于UML类图的模糊时空数据建模[J].计算机应用研究.2019
[9].赵荣超.综述时空建模和分析在地理数据分析应用中的研究进展[C].全国测绘科技信息网中南分网第叁十次学术信息交流会论文集.2016
[10].刘汇慧.基于出租车GPS轨迹大数据的短时非运营行为建模与时空分布探测[D].武汉大学.2016