一种时空数据的多粒度维管理方法
摘要
1.简介
2.材料和方法
2.1. 尺寸
2.1.1. 维度粒度
2.1.2. 维度粒度模糊
点
细分市场
2.2. DGFQM公司
2.3. 维度编码方法
2.3.1. 多尺度带区整数编码
范围 我 8 -pm是0–1000,由10位二进制表示,其中1000–1023是空值; 范围 我 7 -nm是0–1000,由10位二进制数表示,其中1000–1023为空; l的范围 6 -μm是0–1000,由10位二进制数表示,其中1000–1023为空; 范围 我 5 -mm是0–10,由4位二进制数表示,其中10–16为空; 范围 我 4 -cm是0–1000,由4位二进制数表示,其中10–16为空; 范围 我 三 -dm是0–1000,由4位二进制数表示,其中10–16为空; 范围 我 2 -m是0–1000,由10位二进制数表示,其中10–16为空; 我 1 -km由一个12位二进制数表示。
单尺度带整数编码计算:SC按式(7)计算;
2 多尺度带整数编码计算:根据公式(8)–(10),通过使用电平获得多尺度带整型编码mc N个 ;
2.3.2. MBIC相关操作
液位计算
如果MC是偶数,则其级别 N个 为63; 如果MC是奇数,首先计算 国会议员 − 1 和 国会议员 + 1 是相同的,即。, 中间 = ( 国会议员 − 1) ^ ( 国会议员 + 1). 其次,通过计算二进制文件左边有多少个连续的零来计算电平 中间 MBIC由一个64位整数表示,可以使用分叉方法有效地获取电平信息。 分支方法根据二分法判断64位整数左边有多少个0。
层级关系计算
子编码集:给定多尺度带整数编码 国会议员 ,对应级别为 N个 .整数编码 国会议员 计算水平的′ N个 ′ ( )是子编码集。 让子编码集的间隔为[ C类 1 , C类 2 ],其中 C类 1 , C类 2 按公式(11)和(12)计算:
2 父编码集:让 国会议员 水平be N个 ,父编码级别为 N个 ′. 整数 国会议员 计算水平的′ N个 ′ ( )是父编码集。 根据公式(13)和(14) 国会议员 是从以下位置获得的 N个 − 1 通过循环变量到0 N个 ′:
2.3.3. MBIC与波段的关联方法
规则1:最高水平 N个 最大值 MBIC的不大于最大水平 N个 最大值 ′ 带的起点和终点。 规则2:首先,用细粒度到粗粒度的整数编码填充带区,然后用粗粒度到细粒度的整数编码对带区进行填充,直到填充了带区间隔。 具体填充方法如所示 图6 ,其中L表示频带,A、B、C和D表示不同级别的多尺度整数编码。
将带的起点和终点转换为相同的粒度。
2 逐步划分并确定其级别范围。
案例1:如果 我 我 − 1 = 我 j个 − 1 ,计算频带长度 我 即。, 我 = 我 j个 − 我 我 +1,并转换 我 等于2的幂之和,其中加数中的最大值对应于 N个 最小值 ; 案例2:如果 我 i−1 ≠ 我 j−1 ,计算频带长度 我 , 我 = 最大值 j个 − 我 我 + 1 ,其中 最大值 j个 是的最大值 j个 -th分量,例如,如果 j个 =6,则 最大值 j个 = 1000. 然后转换 我 等于2的幂之和,其中加数中的最大值对应于 N个 最小值 ;
三。 分步准确灌装。
步骤1:计算b的相应水平 1 和b 2 ,N个 1 =33,N个 2 = 33; 第二步:根据b的成分 1 和b 2 分为5个等级(29~33、25~29、21~25、11~21、0~11); 只需计算频带长度 我 (29~33)级, 我 =4 mm,对应于4 mm的水平为 N个 最小值 = 27, N个 最大值 = 33; 步骤3:对应的级别 我 5 =1毫米是 N个 = 33, N个 > N个 最小值 ,得到多尺度整数编码: 国会议员 1 = 59,551,923,803,521,023 ( N个 = 33), 国会议员 2 = 59,551,927,024,746,495 ( N个 = 32), 国会议员 三 = 59,551,930,245,971,967 ( N个 = 33);
3.结果
3.1. DGFQM公司
3.1.1. 基于字符串编码的DGFQM
对查询间隔执行字符串编码[ 吨 1 , 吨 2 ]获取字符串间隔[ 秒 1 , 秒 2 ]; 解码字符串 秒 1 和 秒 2 达到水平 N个 1 , N个 2 ; 分析字符串 秒 1 ,然后获取父数据集 C类 f1级 属于 秒 1 通过编码; 分析 秒 2 ,然后获取子集 C类 秒 2 属于 秒 2 通过字符串编码; 通过设置操作和查询语句获取查询结果;
3.1.2. 基于MTSIC的DGFQM
根据多尺度时间段整数编码方法,整数编码 MTC公司 1 和 MTC公司 2 属于 吨 1 和 吨 2 因此整数编码间隔为 C类 b条 = [ MTC公司 1 , MTC公司 2 ]; 计算 MTC公司 1 和 MTC公司 2 ,并获得相应的级别 N个 1 和 N个 2 通过层级操作; 父数据集 C类 (f) 1 和 C类 (f) 2 通过包含的关系运算和缺失的模糊数据集获得 C类 1 根据式(15)获得;
4 子数据集 C类 第1页 和 C类 s2秒 属于 MTC公司 1 和 MTC公司 2 通过使用包含关系操作获得,然后得到缺少的精确数据集 C类 2 根据以下公式(16)得出;
5 通过设置操作和查询语句获取查询结果;
3.2. 不同时间尺度比例对检索效率的影响
根据相等和不相等的比例随机生成n个时间数据(年、月、日、小时、分钟、秒、毫秒、微秒)。 非比例数据以1:2:4:8:16:32:64:128的方式生成,这将生成8的阶乘组合,因此我们将尺度分为精细尺度(小时、分钟、秒、毫秒、微秒)和粗略尺度(年、月、日)。 具体设计如所示 表3 . 建立B树索引。 对时间数据执行字符串编码和MTSIC,然后分别构建B树。
3.3. MBIC与字符串编码检索效率的比较
对查询间隔执行字符串编码[ b条 1 , b条 2 ]获取字符串间隔[ 秒 1 , 秒 2 ]; 获得准确的数据集 C类 x个 在查询间隔中。 让存储字段 领域 1 和 领域 2 ,分别获得精确的数据集 C类 x个 根据公式(17);
三。 获取模糊数据集 C类 米 在查询间隔中。 获取模糊数据集C 米 根据公式(18);
4 通过集合和运算获取查询结果;
根据MBIC和频带之间的关联方法,相应的MBIC集合 B类 = { 国会议员 1 , 国会议员 2 ,..., 国会议员 n个 }获得; 通过设置操作获取查询结果;
3.4. 讨论
4.结论
4.1. DGFQM公司
4.2. 多尺度整数编码
作者贡献
基金
机构审查委员会声明
知情同意书
数据可用性声明
利益冲突
工具书类
黄,Y。; 陈,Z.-x。; Yu,T。; 黄,X.-z。; Gu,X.-f。农业遥感大数据:管理与应用。 J.集成。 农业。 2018 , 17 , 1915–1931. [ 谷歌学者 ] [ 交叉参考 ] Saralioglu,E。; Gungor,O.《遥感众包:应用回顾和未来方向》。 IEEE地质科学。 远程传感器磁。 2020 , 8 , 89–110. [ 谷歌学者 ] [ 交叉参考 ] Clifford,L.大数据:你的数据是如何增长的? 自然 2008 , 455 , 28–29. [ 谷歌学者 ] 斯皮兹巴特,B.D。; H.J.林奇。; 图里利,M。; Jha,S.ICEBERG:增强地球科学研究的图像网络基础结构和可扩展构建块。 (研究程序员的观点)。 在 高级研究计算的实践与经验 ; ACM:美国纽约州纽约市,2020年。 [ 谷歌学者 ] 希达尔戈,C。 信息增长的原因 ; 企鹅英国:英国伦敦,2015年。 [ 谷歌学者 ] Balsa-Barreiro,J。; 梅内德斯,M。; Morales,A.J.尺度、背景和异质性:社会空间的复杂性。 科学。 代表。 2022 , 12 , 9037. [ 谷歌学者 ] [ 交叉参考 ] [ 公共医学 ] Alessandretti,L。; 美国阿斯拉克。; Lehmann,S.人类流动性的尺度。 自然 2020 , 587 , 402–407. [ 谷歌学者 ] [ 交叉参考 ] [ 公共医学 ] Ren,H。; 赵,L。; 张,A。; 宋,L。; Liao,Y。; 卢·W。; Cui,C.中国特大城市新冠肺炎潜在风险区的早期预测。 科学。 总环境。 2020 , 729 , 138995. [ 谷歌学者 ] [ 交叉参考 ] M.M.萨格。; 斯波尔丁,T.J。; 莱恩,S.J。; Runkle,J.D。; 哈登,S.R。; Hege,A。; Iyer,L.S.绘制养老院社区层面的新型冠状病毒传播决定因素:多尺度方法。 科学。 总环境。 2021 , 752 第141946页。 [ 谷歌学者 ] [ 交叉参考 ] 本,J。; 李毅。; 周,C。; Wang,R。; 孔径3六角离散全局网格系统的Du,L.代数编码方案。 科学中国。 地球科学。 2018 , 61 , 215–227. [ 谷歌学者 ] 李强。; 陈,X。; 唐,X。; 张,X。; Cheng,C.GeoSOT网格和全球六边形等面积网格之间的信息融合模型。 ISPRS国际地理信息杂志。 2022 , 11 , 265. [ 谷歌学者 ] [ 交叉参考 ] 郭,N。; 熊,W。; Wu,Y。; Chen,L。; Jing,N.一种基于自适应Hilbert-Geohash的地理网格和编码方法。 IEEE接入 2019 , 7 , 39815–39825. [ 谷歌学者 ] [ 交叉参考 ] 曹,B。; 冯·H。; 梁,J。; Li,X.Hilbert曲线和基于Cassandra的大尺度时空数据索引和存储方法。 Geomat公司。 信息科学。 武汉大学。 2021 , 46 , 620–629. [ 谷歌学者 ] 翟伟。; 陈,B。; 唐,X。; Cheng,C.多尺度空间填充曲线的连续性研究。 科学学报。 北京国立大学。 2018 , 54 , 331–335. [ 谷歌学者 ] 黄,K。; 李·G。; Wang,J.基于GeoHash编码的海量遥感元数据快速检索策略。 遥感快报。 2019 , 10 , 111–119. [ 谷歌学者 ] [ 交叉参考 ] 雷,Y。; 唐,X。; Zhang,Y。; 邱,C。; 吴,X。; Lai,G。; 李,H。; 郭,C。; Zhang,Y.全球多尺度网格整数编码和空间索引:一种新的大地球观测数据方法。 ISPRS J.摄影。 2020 , 163 , 202–213. [ 谷歌学者 ] [ 交叉参考 ] Fairbanks,K.D.数字取证Ext4分析。 数字。 投资。 2012 , 9 ,S118–S130。 [ 谷歌学者 ] [ 交叉参考 ] 布鲁姆,B。 开始Oracle SQL for Oracle Database 18c:从新手到专业人士:开始Oracle SQL forOracle Database 18 c:从初学者到专业人士 ; 4月:美国纽约州纽约市,2019年。 [ 谷歌学者 ] 朱,L。; 苏,X。; Tai,X.多源遥感大数据的高维索引模型。 远程传感器。 2021 , 13 , 1314. [ 谷歌学者 ] [ 交叉参考 ] Wu,H。; Cheng,H。; 郑洁。; 齐克。; Yang,H。; Li,X.RS-ODMS:遥感数据的在线分布式管理和服务框架。 Geomat公司。 信息科学。 武汉大学。 2020 , 45 , 11. [ 谷歌学者 ] 徐,C。; 杜,X。; 严,Z。; Fan,X.ScienceEarth:遥感数据处理的大数据平台。 远程传感器。 2020 , 12 , 607. [ 谷歌学者 ] [ 交叉参考 ] [ 绿色版本 ] Isomura,A。; 伊达,Y。; 内托,I。; Nakamura,T.Axispot:移动对象数字孪生体的分布式时空数据管理系统。 IEEE软件。 2022 , 39 , 33–38. [ 谷歌学者 ] [ 交叉参考 ] Akakba,A。; Filali,A.El-Eulma市(阿尔及利亚)城市规划许可管理和监测的对象相关建模和通用数据库的建立。 J.解决。 小争吵。 计划。 2017 , 8 , 139–146. [ 谷歌学者 ] [ 交叉参考 ] 郑毅。; 刘杰。; 李,J。; Xu,Y。; Pei,Y.基于时空网格模型的民航空域资源精细管理系统设计。 2019年IEEE第一届民航安全与信息技术国际会议(ICCASIT)会议记录,中国昆明,2019年10月17日至19日。 [ 谷歌学者 ] 唐,X。; Wang,R。; Wang,L。; 赖,G。; Ding,L.一种适用于多尺度时间段的高效整数编码和计算方法。 《地理学报》。 其他制图员。 罪。 2016 , 45 , 66–76. [ 谷歌学者 ] Zadeh,A.L.模糊集与概率。 程序。 美国电气工程师协会 1980 , 68 , 421. [ 谷歌学者 ] [ 交叉参考 ] 邓,L。; Liang,Z。; Zhang,Y.FTER数据库的模糊时间模型和查询语言。 《2008年第八届智能系统设计与应用国际会议论文集》,2008年11月26日至28日,台湾高雄; 第3卷,第77-82页。 [ 谷歌学者 ] Ďuračiová,R。; FaixováChalachanová,J.模糊时空查询PostgreSQL/PostGIS数据库以进行多准则决策。 在 地理信息科学中的动力学 ; 施普林格:瑞士查姆,2018年; 第81–97页。 [ 谷歌学者 ] 刘,Y。; Wu,H。; 王,S。; 陈,X。; 金贝尔,J.S。; 张,C。; 高,H。; Guo,P.通过结合Forel-Ule指数和固有光学特性评估内陆水域的营养状态。 科学。 总环境。 2022 , 820 , 153316. [ 谷歌学者 ] [ 交叉参考 ] Duan,M。; Duan,L.基于光谱共享的高空间分辨率遥感数据分类方法。 科学。 程序。 2021 , 2021 , 4356957. [ 谷歌学者 ] [ 交叉参考 ] 范,L。; 李·T。; 袁,Y。; Katabi,D.《使用无线电信号的家庭日常生活字幕》。 arXiv公司 2020 ,arXiv:2008.10966。 [ 谷歌学者 ] 范,L。; 李·T。; 芳·R。; 赫里斯托夫,R。; 袁,Y。; Katabi,D.学习使用无线电信号重新识别人的长期表征。 《2020年IEEE/CVF计算机视觉和模式识别(CVPR)会议论文集》,美国哥伦比亚特区西雅图,2020年6月13日至19日。 [ 谷歌学者 ] 北约内莫托。; 科穆拉,A。; Futatsumori,S。; 森冈,K。; Makita,Y.安全检查用混合雷达系统的无源无线电成像。 《2020年第17届欧洲雷达会议论文集》,荷兰乌得勒支,2021年1月10日至15日; 第378–381页。 [ 谷歌学者 ] 张,L。; 王,S。; 刘,H。; Lin,Y。; 朱,M。; 高,L。; Tong,Q.从光谱到时间光谱——遥感时间序列变化检测研究。 Geomat公司。 信息科学。 武汉大学。 2021 , 46 , 18. [ 谷歌学者 ]