基于云计算的大规模无人机遥感数据处理的优化研究
| 摘要 | 第8-9页 |
| ABSTRACT | 第9-10页 |
| 符号说明 | 第11-12页 |
| 第1章 绪论 | 第12-20页 |
| 1.1 研究背景与意义 | 第12-13页 |
| 1.2 国内外研究现状与水平 | 第13-16页 |
| 1.2.1 GIS研究现状 | 第13-14页 |
| 1.2.2 云计算研究现状 | 第14-15页 |
| 1.2.3 基于云计算的数据存储发展 | 第15-16页 |
| 1.3 云计算在GIS上的应用 | 第16-19页 |
| 1.3.1 云计算与GIS的结合特点 | 第16-17页 |
| 1.3.2 关键技术及难点 | 第17-19页 |
| 1.4 论文主要工作与组织结构 | 第19-20页 |
| 第2章 云计算与地图瓦片的相关理论与技术 | 第20-29页 |
| 2.1 Hadoop云计算平台 | 第20-27页 |
| 2.1.1 Hadoop分布式文件系统HDFS | 第21-22页 |
| 2.1.2 分布式计算模型MapReduce | 第22-24页 |
| 2.1.3 分布式非关系型数据库HBase | 第24-27页 |
| 2.2 瓦片数据及瓦片金字塔 | 第27-28页 |
| 2.3 本章小结 | 第28-29页 |
| 第3章 基于Hilbert的瓦片数据存储与索引 | 第29-38页 |
| 3.1 Hilbert曲线及Hilbert编码 | 第29-33页 |
| 3.1.1 Hilbert曲线 | 第29-31页 |
| 3.1.2 Hilbert编码 | 第31-33页 |
| 3.2 生成瓦片的方法 | 第33-34页 |
| 3.2.1 经纬度与瓦片坐标的具体转换 | 第33页 |
| 3.2.2 现阶段瓦片生成方法 | 第33-34页 |
| 3.2.3 提高瓦片生成效率的方法的提出 | 第34页 |
| 3.3 基于云计算的瓦片数据处理与存储 | 第34-37页 |
| 3.3.1 Hilbert编码和瓦片数据的结合 | 第34-35页 |
| 3.3.2 具体措施 | 第35-36页 |
| 3.3.3 改进后方法的优点 | 第36-37页 |
| 3.4 本章小结 | 第37-38页 |
| 第4章 基于Hilbert的HBase查询方法 | 第38-43页 |
| 4.1 信息索引技术 | 第38-40页 |
| 4.1.1 信息检索技术介绍 | 第38页 |
| 4.1.2 Nosql数据库发展现状 | 第38-39页 |
| 4.1.3 海量数据检索 | 第39-40页 |
| 4.2 改进的瓦片数据查询方法 | 第40-42页 |
| 4.2.1 改进的瓦片数据查询方法的提出 | 第40页 |
| 4.2.2 改进查询方法的分段阶段 | 第40-41页 |
| 4.2.3 改进查询方法的多线程阶段 | 第41-42页 |
| 4.3 本章小结 | 第42-43页 |
| 第5章 实验及性能分析 | 第43-49页 |
| 5.1 实验目的 | 第43页 |
| 5.2 实验环境 | 第43-44页 |
| 5.3 实验结果与分析 | 第44-48页 |
| 5.3.1 瓦片生成效率实验 | 第44-46页 |
| 5.3.2 改进的查询方法实验 | 第46-48页 |
| 5.4 本章小结 | 第48-49页 |
| 第6章 总结与展望 | 第49-51页 |
| 6.1 总结 | 第49页 |
| 6.2 展望 | 第49-51页 |
| 参考文献 | 第51-55页 |
| 致谢 | 第55-56页 |
| 攻读学位期间发表学术论文和参加科研情况 | 第56-57页 |
| 学位论文评阅及答辩情况表 | 第57页 |
