排序方式： 共有9条查询结果，搜索用时 15 毫秒
1
1.
2.
Java环境下基于Hibernate的GIS数据库访问策略 总被引：5，自引：0，他引：5
全关系型数据存储模式将GIS数据的空间数据和属性数据统一存储于关系数据库中,分析Java应用程序通过JDBC和SQL语言访问关系数据库中存储的GIS数据的不足,提出基于。Hibernate的解决方案,并给出地理信息共享系统的开发实例。 相似文献
3.
P2P技术有助于解决集中式架构与生俱来的"单点故障"和"热点瓶颈"之类的性能问题。目前,P2P的栅格地理数据服务虽已得到广泛应用,但是,将P2P技术和矢量地理数据服务有效结合仍然面临诸多问题,尤其需要对P2P网络模型和相应的分布式矢量地理数据组织模式深入分析。面向矢量数据服务的Chord+Quad的P2P混合索引网络模型,兼顾了结构化P2P网络和层次化P2P网络的优点,既能发挥Chord网负载均衡的优点,又能发挥层次化P2P网络查询效率高的特性,并能够适应高动态的网络环境。基于Linking机制的分布式矢量地理数据组织模式的设计,通过各层次的Linking信息和分割衍生对象内的拓扑连接信息,形成一种松散的全局分布式拓扑,这种分布式拓扑支持对矢量地理数据,进行分布式索引和无损快速重建,以及各种矢量拓扑分析算法在分布式环境下的扩展。与JTS的实验对比表明,通过在分割时增加少量Linking信息,矢量数据重建时间显著缩短,重建结果无损可靠,在分块数较多时,其对JTS的优势更为明显,从而表明,Linking机制的分布式矢量地理数据组织模式理论及相关算法的有效性、高效性和稳健性,为其实际应用提供了有力支持。 相似文献
4.
5.
分布式环境下空间数据的索引是空间数据处理中一个关键性的基础问题,引入了控制点及四叉树划分结构,并通过Hash函数把控制点映射到Chord网络中,在此基础上提出了基于语义的分簇聚类分布式四叉树的空间数据索引机制(spatial data index based on clustering distributed quad-tree,SDI-CDQT),该机制主要包含四叉树划分、空间数据查询和分簇聚类3个子算法。实验表明,SDI-CDQT机制是可行和有效的。 相似文献
6.
大规模室外动态场景调度机制研究 总被引：1，自引：0，他引：1
论文分析了传统的地形流式处理方法和八叉树场景组织的优缺点,然后把松散八叉树引入动态场景的组织,并提出了数据调度流水线的概念,在此基础提出了粗粒度页和细粒度片的动态调度方法。该方法是基于外存(Out-Of-Core)的实时调度方法,用粗粒度页Page组织地形,用细粒度片Tile渲染地形,既避免了频繁读取外存,又实现了对大范围的地形场景数据的精细调度;通过把调度过程分散到流水线的各阶段和各帧,减少了"爆发式"内存和磁盘I/O请求,确保了渲染的平稳性;利用数据调度流水线的阶段性管理Page和Tile的生命期,避免了Page和Tile不必要的状态转移带来的开销。 相似文献
7.
研究P2P环境下矢量地理数据在线服务的关键技术,提出了一种基于Linking机制的矢量地理数据组织、分割及无损拓扑重建方法.通过将矢量要素各个层次的链接关系记录在Linking信息中,形成一种松散的分布式拓扑关系,并支持矢量数据无损重建.实验证明了该组织方式和相关算法的健壮性、高效性及完备性. 相似文献
8.
恒星光谱分类是天文学中一个重要的研究问题.对于已经采集到的海量高维恒星光谱数据的分类,采用模式匹配方法对光谱型分类较为成功,但其缺点在于标准恒星模版之间的差异性在匹配实际观测数据中不能体现出来,尤其是当需要进行光谱型和光度型的二元分类时模版匹配法往往会失败.而采用谱线特征测量的光度型分类强烈地依赖谱线拟合的准确性.为了解决二元分类的问题,介绍了一种基于卷积神经网络的恒星光谱型和光度型分类模型(Classification model of Stellar Spectral type and Luminosity type based on Convolution Neural Network, CSSL CNN).这一模型使用卷积神经网络来提取光谱的特征,通过注意力模块学习到了重要的光谱特征,借助池化操作降低了光谱的维度并压缩了模型参数的数量,使用全连接层来学习特征并对恒星光谱进行分类.实验中使用了大天区面积多目标光纤光谱天文望远镜(Large Sky Area Multi-Object Fiber Spectroscopy Telescope, LAMOST)公开数据集Data Release 5 (DR5,用了其中71282条恒星光谱数据,每条光谱包含了3000多维的特征)对该模型的性能进行验证与评估.实验结果表明,基于卷积神经网络的模型在恒星的光谱型分类上准确率达到92.04%,而基于深度神经网络的模型(Celestial bodies Spectral Classification Model, CSC Model)只有87.54%的准确率; CSSL CNN在恒星的光谱型和光度型二元分类上准确率达到83.91%,而模式匹配方法MKCLASS仅有38.38%的准确率且效率较低. 相似文献
9.
Struts和Hibernate在信息共享平台中的应用与研究 总被引：1，自引：0，他引：1
科学数据共享是一个重要的研究领域,但是由于缺乏足够的技术支持,导致从海量数据中找出有用信息,实现信息的完全共享还存在不足。本文结合Struts和Hibernate技术,提出了一种信息共享平台的框架。利用Struts优化了数据表示层和数据处理层的设计,利用Hibernate优化了共享平台的数据持久层的设计。文章先分析了这两种技术的应用,接着重点说明了如何利用它们构建一个4层结构的共享平台,该平台可以对多种数据进行管理和分析,能在多个服务器间提取出有用的信息供用户浏览、下载和查询,从而实现了信息的共享。 相似文献
1