分布式地理信息系统基础研究_.pdf

计算机工程与应用 前言 地理信息系统 05 是在计算机网络环境下 以分布式计算的 理论技术和计算机网络技术为应用指导 来设计建设地理信息 系统的理论计算模型 分布式地理信息系统是小到政府办公 企业部门生产管理 大到国家空间信息基础设施 4 1 5 4 012 3 4 1 012 74 4 8 6 8 8 I 4 7 4 4 3 1 4 1 4 3 4 7 4 1 M P 4 174 4 74 9 4 05 A B9 05 8 4 3 9 由于对象关系数据库的访问速度相对来说是非常慢的 而 地理信息系统中对空间数据的访问又是相当频繁的 因而数据 库访问是一个瓶颈 为了提高应用程序对地理空间数据的访问 计算机工程与应用 效率 同时也为了屏蔽应用程序对数据库的访问 作者设计了一 个带数据库 空间元数 据的主要作用有 确定一套地理空间数据的存在性及其位置 确定一套地理空间数据对某种应用的适宜性 确定获取一套地理空间数据的手段 确定成功地转换一套地理空间数据的方法和途径 确定一套地理空间数据的存储与表达方法 确定一套地理空间数据的使用方法等 当前 人们对于空间元数据的研究已广泛开展 并形成了 多个标准 其中主要的有美国联邦数据委员会 4 6 7 5 F 应该指出的是 目前依据各标准建立的各种地理空间元数 据库 都是以文本形式提供给人使用的 由人去确定如何使用 元数据 来定位 评价 比较 获取和使用地理相关数据的 并 且 每个地理空间元数据库都是针对一个地理空间数据库来描 述的 而不同地理空间数据库之间的联系 网络上地理空间数 据库的分布情况和如何支持地理空间数据快速查找等在已有 的研究中都没有涉及到 作者的地理空间数据模型是以地图 图层 为基本管理单 位的 参见第 节 鉴于此 作者设计了一个基于网络的多层 次的空间元数据库框架 以有效地组织和管理网络上分布的空 间数据库和地图 图层 如图0所示 空间元数据是针对地图 图层 来设计的 空间元数据屏蔽了地图 图层 在地理空间数 据库中的存储和管理细节 地理空间数据的使用者只须了解空 间元数据库中的信息就可以完全掌握数据库中的数据情况 而 用不着去了解诸如数据结构和表模式等难以掌握的计算机专 业概念 并且 空间元数据还提供了对地图 图层 的多层次索 引管理 使得地理空间数据的使用者能够更加快速地定位所需 的地理空间数据所处的位置 图0中空间元数据库可分为三个层次 是全局级空间元 数据库 7 G 7 4 56 7 8 5 9 5 5 G H 7 G 7 8 I 是区域级空间元数据库 6H5 6 5 4 56 7 8 5 9 5 5 G H 6H5 6 5 8 I 和 是空间数据库级空间元数据库 J 7 4 56 78 5 9 5 5 G H G 5 4 56 7 5 G H J 7 8 I 虽然从内容来看 和 是相同的 但在整个框架中 下转 K页 0 计算机工程与应用 上接 页 这两者所处的地位是不同的 称 为独立空间元数据 库 区域级空间元数据库和独立的空间数据库级的空间元数据 库可以 但不是必须 在某个全局空间元数据库登记 而 所指 的空间数据库级空间元数据库 则必须在且只在某个区域级空 间元数据库中登记 在同一个区域级空间数据库中登记的各空 间数据库之间是有关联的 图 空间元数据库框架 空间数据库级空间元数据是对一个空间数据库中的信息 的总体描述 这一级空间元数据库的元数据项是根据8 收稿日期 年 月 参考文献 李天峻 分布式地理空间对象模型研究 北京大学博士研究生学位论 文 北京 1 A33BC D 3E 1 F CB0G 6 H I 73EAG3AE J E 7KC30CL 7 CEGM0 2 1 N 76 NO P Q D 50 QM R S 3E 1 CEGM 3EAG3AE J0E LCE2 BAL30H0 B 0 CL HF CB0G 0 H I 0 TE G 1 N 76 NO J NC C2 B 3 C3C 9 肖伟器 冯玉才 空间对象数据库的网格索引机制 计算机学报 中国 世纪议程管理中心 中国地理信息元数据标准研究 北京 科 学出版社 KC30CL N 3CHC3C N 3CHC3C 1H V G 4 EW0 2 E AK 3C3WCE3 X0 3G X G K M3BL 9 罗英伟等 4 5 67的构件设计 中国图形图象学报 9 罗英伟 基于12 3的分布式地理信息系统研究 北京大学博士研究 生学位论文 北京 N W N W N W T 3 K EC30Z V A Z 3 基于信息增益 基于区分度 在决策表 Q中 属性C的区分价值被定义为 0 G E ZCLA Q C I F Q Q C I C F CLA I F 对于后两种判据 由于它们需要计算所有区分二元组的价 值度量并比较所有候选测试的价值 具有较高的时间复杂度 实验比较 在用于实验的知识发现原型系统Ra7中 作者实现了基 于上述属性选择判据的决策树学习算法 并在一些取自 6 机器学习数据库中的数据集上进行了实验 使用不同属性选择 判据所生成的决策树的节点数目在下表中列出 表 实验结果 显然 根据表 可以看出 对于数据集N W 和T 3 E K EC30Z 基于区分价值的判据要明显地优于基于信息增益的 判据 而在其它三个数据集上 它们的结果较为接近 收稿日期 年 月 参考文献 b0A c d0 c 0 G E 050L03F F 3 B 0 E A2M 3 6 cM 2 e cM A b H N 3M H L 20 J E R YL H2 0 G Z EF C H C3C N0 0 2 TE G H0 2 J EH TCG0J0G 1 0C J E G S EL0 7KE0 2 E E