一个空间在线分析过程的框架

文摘

数据仓库(DW)是面向主题的、集成的、静态数据集用于支持决策。受约束的大规模时空数据管理和应用,提出了时空数据仓库(STDW),和许多研究人员分散在世界各地集中他们的精力。虽然STDW要深入研究,仍有许多重要的困难需要解决,比如设计原则、系统框架、时空数据模型旅游娱乐有限公司(STDM)时空数据处理(STDP),空间数据挖掘(SDM)等。本文讨论了STDW的概念,并分析了时空数据组织模型。基于上述,STDW框架是由数据层、管理层和应用层。STDW应该包括数据分析的功能除了数据处理和数据存储。当用户使用某些类型的数据服务,STDW识别正确的数据通过元数据管理系统,然后开始数据处理工具来形成一个数据产品为OLAP和数据挖掘服务。所有种类的分布式数据库(ddb)占STDW的数据源,包括数字高程模型(民主党),Diagnosis-Related集团(DRG),数据定位组(DLG),数据对象管理(DOM)、地名和其他数据库的存在。管理层实现异构数据处理、元数据管理和时空数据存储。应用程序层提供数据产品服务,多维数据立方体,数据挖掘工具和在线分析的过程。

关键字

DW, STDP,澳门旅游娱乐有限公司,OLAP, DOM

介绍

基于STDW DW技术、时间和空间数据到DW进口。利用这个仓库,信息是根据各种GIS的应用程序主题抽取的,空间数据库和历史数据库,在不同的时空尺度,和供应时空信息通过数据处理提供科学研究、区域经济决策、资源policy-constituting等等。出于质量澳门旅游娱乐有限公司的要求和数据仓库技术的进步,STDW来到这个世界。近年来,许多研究人员分布在世界各地的精力关注它,并获得许多成就。尽管研究STDW深,仍然有许多关键问题有待解决,如设计原则、系统框架、澳门旅游娱乐有限公司,STDP、长效磺胺等。在本文中,我们讨论的概念STDW DW的简要介绍的基础上,分析时空数据组织模型1]。STDW框架基于上述,数据源,管理系统的组成和应用工具。

时空数据协会

时空数据表示

两个概念的时间参与研究地理实体的时间特征,世界和系统时间。过去意味着一个实体的时候改变发生在现实中,和最后的时间意味着记录实体变化数据库。一般来说,我们只考虑系统时间在GIS。还在STDW,我们使用系统时间标记的历史变化的实体。有三个方法来描述这些变化。当一个或多个对象变化的场合,第一个方法记录它通过创建一个新版本的所有这些对象相关的表,第二个通过创建一个新版本的改变和第三种方法记录这些变化的对象只添加一个新的记录改变对象的属性字段相关的数据库表。通过比较这些方法,可以得出结论,第一个最冗余,第二个版本控制问题,第三是理想的,因为它不仅有最小的冗余,但也很容易在有历史数据的查询和分析操作相同的记录。研究澳门旅游娱乐有限公司近年来取得了很大的进步。

时空数据存储

应用STDW的原因是让大众在广泛范围内的数据共享。因为用户各种数据的要求,他们对STDW各种请求。满足大部分用户的要求,实现快速响应,多层策略是用于存储时空信息。通常有三层:数据市场,百货仓库和仓库。数据市场结果数据集的查询在一个较低的水平,这主要是满足普通用户的需求。部门仓库基于部门部门领导人的主题可以满足要求。和整个仓库建立一流的决定。

时空数据仓库结构

STDW应该包括数据分析的功能除了数据处理和数据存储。当用户使用某些类型的数据服务,STDW定位适当的数据通过元数据管理系统,然后开始数据处理工具表单数据产品或发现多维数据立方体为OLAP和数据挖掘服务。因此我们认为STDW框架由数据源,管理系统和应用程序的工具。图1显示了STDW框架。

数据源

分布式时空关系数据库

这些数据库是STDW的信息源,包括各种各样的民主党、DRG、DLG、DOM,地名和其他数据库存在。不仅这些数据库的硬件和软件平台上运行是多方面的,而且编码规范、投影系统、数据格式等的多样性。

非凡的关系数据库

非凡的数据库存储特殊部门的内部数据用于完成OLAP和空间OLAP与时空数据相关联,比如警察的人口数据,统计数据的收入等(3,4]。

数据库管理系统

数据处理

因为数据库的存在提供了各种各样的应用程序,有许多彼此之间的差异数据获取方法、编码规范、投影系统、数据组织和数据格式标准,甚至有数据错误在某些数据库(2]。因此一定数据处理之前STDW,包括数据转换、空间转换和数据。数据交换方式统一数据编码和结构,添加时间,操作和语义交换数据集。空间转换意味着统一数据协调和规模。清洁意味着数据提取,数据主要包括对现阶段的数据字段,删除无用的信息,翻译和解码的领域,缺乏信息的补充和验证数据的完整性。STDW应该为不同的用户提供数据产品。因为有很多用户多样的需求,我们要做不同处理对不同需求的数据。面向用户的数据处理主要包括数据集成、数据和数据分解。数据集成意味着所有数据的叠加的多个数据覆盖后保持自己的特色,如使用DOM和数字地图图像映射。对比数据集成、数据联盟可能会创建一个新类型的数据,如伪彩色合成图像。 Data decomposition means the organization of various geographic features, for an example, the city frame data for the department of estate management which is composed of boundary, street and

元数据管理系统

元数据的数据对数据解释的背景信息的内容、卓越、条件和其他适当的特征数据。元数据是一个简单的机制来通知其他数据集的存在,他们的目的和范围。关键的发展空间元数据标准ISO 15046 - 15元数据标准,联邦委员会地理数据的内容(FGDC)数字地理空间元数据标准,欧盟组织负责标准岑/ TC 287。根据这些标准,空间元数据应该包括11个类别信息,识别、数据质量、维护、空间表示,参考系统,实体和属性、分布、元数据参考、引用、时间和联系信息。雷竞技网页版

时空数据仓库

存在的数据将被存储在时空数据仓库处理后。在仓库,我们组织和管理质量数据使用多个维度机制,其中包括时间维度(一维),空间维度(三维空间中,X, Y, Z)和属性维度(多个维度、名称、类型、地址等)。每个维度有不同的粒度,如时间维度可以划分为一年,月,日,小时,分钟和第二,空间维度可以分为国家,省,市,县和镇。这样用户就可以利用从多样的时空数据点。

功能测试工具

数据产品服务

STDW可以供应各种数据产品服务通过数据集成、数据联盟和腐烂,如在线查询、扫描和显示,在线订单和分布的数据产品等等。因为STDW使用多个维度在组织和管理方法,它可以方便地找到了多维数据立方体,或超级立方体数据模型,数据挖掘和OLAP服务。多维数据集是由时间、口角请愿n d t r ibute维度,谁e c图阿l dimens我在numbe r·德·p·德·c id ed d emand,。为例,当民众运动的分析,我们可以建立一个数据立方体组成的五个维度包括时间,X, Y, Z和人口统计

数据挖掘

数据挖掘是一个新知识,支持决定通过抽象事实数据库。世界各地有许多研究人员致力于它。一个原型系统实现基于MapInfo,有许多分析的数据挖掘方法包括空间比较,空间相关性、空间聚类、空间分类等等。人们可以提取知识空间信息、空间关系、属性关系从GIS数据库等。我们认为的时空数据由三种要素:时间、空间和属性信息,因此空间数据挖掘可以划分为四种类型:时态数据挖掘领域变化的模拟和检索过程,地理分布的空间领域挖掘主题信息,空间相关性和聚类的属性字段矿业地区经济决策和多领域相关矿业政府决定。

OLAP和SOLAP

OLAP(联机分析处理)技术使用户能够快速学习质量数据。OLAP系统通常基于一个三层体系结构与集成数据包括DW, OLAP服务器维视图和OLAP客户,即用户界面数据的快速和简单的探索。SOLAP(空间在线分析处理)系统构建支持数据的时空分析以及探索根据多维DW的做法。有时特殊数据的时空数据的独特的关键字在OLAP和SOLAP,这是可能是组织、地名、项目数量和时空数据和特殊的数据应该是相关的。通过应用分析技术的旋转、钻孔、嵌套、切片和可视化多维数据立方体,OLAP和SOLAP让用户从不同的时空数据,发现数据的潜在关系,最后协助决策。

结论

由于时空数据是如此困难和动态,现有的DW STDW技术不能解决所有问题。STDW研究仍处于初级阶段。本文的框架STDW形式三层:数据管理和应用,涵盖整个过程从建筑仓库提供服务。STDW更深层次的研究技术,包括数据处理、元数据管理、数据存储、数据挖掘等,和完善的框架出局。

引用

1. WH Inmon。1992。构建数据仓库。加拿大:约翰威利& Sons . n:行情)。
2. 赵Pei-sheng,杨庄。空间数据仓库的技术和应用。J遥感。2000年,4 (2)。
3. 冈萨雷斯毫升。空间OLAP,征服地理。Db2 1999:4杂志。
4. 小芳周,加威汉。高效的多边形合并空间OLAP和空间数据挖掘的方法。第六SSD, 1999