Luận Văn Ứng dụng cây QR tạo chỉ mục trong cơ sở dữ liệu không gian

Thảo luận trong 'Công Nghệ Thông Tin' bắt đầu bởi Thúy Viết Bài, 5/12/13.

  1. Thúy Viết Bài

    Thành viên vàng

    Bài viết:
    198,891
    Được thích:
    170
    Điểm thành tích:
    0
    Xu:
    0Xu
    TÊN ĐỀ TÀI: Ứng dụng cây QR tạo chỉ mục trong cơ sở dữ liệu không gian
    Information
    [TABLE]
    [TR]
    [TD="width: 5%"][/TD]
    [TD="width: 90%"]1. Giới thiệu
    *
    Các nghiên cứu về công nghệ cũng như ứng
    dụng trong lĩnh vực cơ sở dữ liệu (CSDL) đang
    tăng trưởng với một sức mạnh đáng kinh ngạc.
    Cùng với sự tăng trưởng nhanh chóng của
    lượng thông tin cũng như sự đa dạng về thể loại
    thông tin cần lưu trữ và xử lý, chúng ta ngày
    càng nhận ra những hạn chế của các Hệ quản trị
    cơ sở dữ liệu quan hệ truyền thống, và nhu cầu
    cần phải có các hệ quản trị cơ sở dữ liệu với các
    dịch vụ phù hợp chính là yếu tố thúc đẩy những
    nghiên cứu mới trong lĩnh vực này. Một trong
    các mô hình cơ sở dữ liệu được quan tâm nhất
    hiện nay chính là mô hình cơ sở dữ liệu không
    gian - Spatial DataBase (SDB) xử lý các đối
    tượng dữ liệu không gian, chẳng hạn dữ liệu
    bản đồ, dữ liệu multimedia . và mở rộng hơn
    nữa là kho dữ liệu không gian - Spatial Data
    Warehouse (SDW). Các nghiên cứu trên lĩnh
    vực này đã thu được rất nhiều thành tựu, tuy
    nhiên cũng còn không ít khó khăn và thách thức
    đòi hỏi phải có các giải pháp mới.
    Bài báo này trình bày một phương pháp
    đánh chỉ mục trên SDB, là sự kết hợp giữa hai
    phương pháp đánh chỉ mục phổ biến là Q-tree
    và R-tree, kết hợp các ưu điểm của cả hai
    phương pháp này cũng như giảm thiểu nhược
    điểm của chúng, nhằm tăng hiệu suất thực thi
    các phép toán.
    2. Khái niệm cơ bản
    Phần này sẽ được tập trung trình bày những
    khái niệm cơ bản liên quan đến mô hình SDB.
    2.1. Dữ liệu không gian
    Thuật ngữ dữ liệu không gian (spatial data)
    được sử dụng theo nghĩa rộng, bao gồm các D.P. Hạnh
    điểm đa chiều, các đường thẳng, hình khối . và
    các đối tượng hình học nói chung. Mỗi đối
    tượng dữ liệu này chiếm một vùng không gian
    (spatial extent) được đặc trưng bởi hai thuộc
    tính vị trí (location) và biên (boundary). Dưới
    góc nhìn từ một hệ quản trị cơ sở dữ liệu, có thể
    phân chia dữ liệu không gian thành hai kiểu: dữ
    liệu điểm (point data) và dữ liệu vùng (region
    data) [1]
    Dữ liệu điểm; Với kiểu dữ liệu này, không
    gian ứng với một điểm được đăc trưng bởi tọa
    độ của nó; theo trực giác thì nó không chiếm
    một vùng không gian hay một đơn vị thể tích
    nào cả. Dữ liệu điểm là tập hợp các điểm trong
    không gian nhiều chiều, được lưu trữ trong
    CSDL dựa trên các tọa độ được tính toán trực
    tiếp, hoặc được sinh ra nhờ quá trình chuyển
    hóa dữ liệu thu được từ các phép đo khiến cho
    việc lưu trữ và thực hiện truy vấn trở nên dễ
    dàng hơn. Chẳng hạn Raster data là một ví dụ
    dữ liệu điểm được lưu trữ trực tiếp thông qua
    các bit maps hoặc pixel maps (chẳng hạn như
    ảnh vệ tinh, hoặc phim điện não đồ 3 chiều, ).
    Trong khi đó, feature vectors data được lưu trữ
    thông qua các dữ liệu được trích chọn, chuyển
    đổi từ một đối tượng dữ liệu điểm (thu được từ
    ảnh, văn bản .). Có thể thấy rằng, sử dụng các
    dữ liệu đã được biểu diễn để trả lời các truy vấn
    luôn dễ dàng hơn sử dụng ảnh hoặc ký hiệu
    nguyên bản.[/TD]
    [/TR]
    [/TABLE]



     
Đang tải...