首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--程序设计论文

基于LBS的兴趣点存储及查询的研究与优化

摘要第4-5页
Abstract第5-6页
第1章 绪论第10-15页
    1.1 研究背景和意义第10-11页
    1.2 研究现状第11-12页
    1.3 主要工作第12-13页
    1.4 论文结构组织第13-15页
第2章 海量兴趣点存储查询相关技术分析第15-25页
    2.1 HBase与关系型数据库的对比分析第15-16页
    2.2 HBase系统及关键技术分析第16-19页
        2.2.1 HBase数据模型第16-17页
        2.2.2 HBase系统架构第17-18页
        2.2.3 HBaseFilter运行机制第18-19页
    2.3 MapReduce框架分析第19-20页
    2.4 二维坐标降维处理方式对比第20-22页
        2.4.1 空间填充曲线对比分析第20-21页
        2.4.2 Geohash原理分析第21-22页
        2.4.3 Geohash与R树对比分析第22页
    2.5 HBase系统性能参数分析第22-24页
    2.6 本章小结第24-25页
第3章 兴趣点索引结构GH-Index的设计与实现第25-40页
    3.1 海量兴趣点数据源构建第25-29页
        3.1.1 兴趣点数据源格式第25-27页
        3.1.2 兴趣点数据源爬虫算法设计第27-29页
    3.2 兴趣点索引结构GH-Index的设计第29-34页
        3.2.1 HBase表模式设计原则第29-30页
        3.2.2 兴趣点数据对象模型第30-31页
        3.2.3 GH-Index的行键设计第31-33页
        3.2.4 GH-Index的列簇设计第33-34页
    3.3 兴趣点索引GH-Index的并行构建第34-39页
        3.3.1 兴趣点索引串行构建的不足第35-37页
        3.3.2 兴趣点索引的并行构建第37-39页
    3.4 本章小结第39-40页
第4章 基于GH-Index的区域查询算法设计与改进第40-54页
    4.1 兴趣点矩形区域查询算法的设计第40-45页
        4.1.1 矩形区域空间对象定义第41页
        4.1.2 最小包围矩形近似阶段第41-44页
        4.1.3 矩形区域候选集过滤阶段第44-45页
    4.2 兴趣点K近邻区域查询算法的设计第45-48页
    4.3 兴趣点区域查询过滤方案的不足第48-49页
    4.4 兴趣点区域查询过滤方案的改进与实现第49-52页
        4.4.1 区域查询过滤方案的改进第49-50页
        4.4.2 Region服务器端过滤器的实现第50-52页
    4.5 本章小结第52-54页
第5章 实验与结果分析第54-66页
    5.1 实验环境第54-56页
        5.1.1 实验环境准备第54-55页
        5.1.2 HBase系统参数配置第55-56页
    5.2 串行并行索引构建测试与对比分析第56-58页
        5.2.1 测试目的第56页
        5.2.2 测试思路第56-57页
        5.2.3 实验结果与分析第57-58页
    5.3 区域查询过滤方案改进测试与对比分析第58-63页
        5.3.1 测试目的第58页
        5.3.2 测试思路第58页
        5.3.3 实验结果与分析第58-63页
    5.4 区域查询算法高效性和可扩展性测试与对比分析第63-65页
        5.4.1 测试目的第63页
        5.4.2 测试思路第63页
        5.4.3 实验结果与分析第63-65页
    5.5 本章小结第65-66页
第6章 总结和展望第66-68页
    6.1 总结第66-67页
    6.2 展望第67-68页
致谢第68-69页
参考文献第69-71页

论文共71页,点击 下载论文
上一篇:基于位置服务的推荐系统研究
下一篇:基于聚类分析和关联规则的数据库用户行为模式分析的研究