摘要 | 第4-5页 |
Abstract | 第5-6页 |
第一章 绪论 | 第13-23页 |
1.1 研究背景及意义 | 第13-14页 |
1.1.1 研究背景 | 第13-14页 |
1.1.2 研究意义 | 第14页 |
1.2 国内外研究现状 | 第14-19页 |
1.2.1 地籍对象拓扑关系研究 | 第14-15页 |
1.2.2 并行计算模型 | 第15-17页 |
1.2.3 高性能计算在GIS领域的研究 | 第17-18页 |
1.2.4 研究现状总结 | 第18-19页 |
1.3 研究目标和研究内容 | 第19-20页 |
1.3.1 研究目标 | 第19页 |
1.3.2 研究内容 | 第19-20页 |
1.4 研究方法与技术路线 | 第20-21页 |
1.4.1 研究方法 | 第20页 |
1.4.2 研究技术路线 | 第20-21页 |
1.5 论文组织结构 | 第21-23页 |
第二章 相关理论与方法 | 第23-34页 |
2.1 地籍对象 | 第23-26页 |
2.1.1 地籍对象 | 第23-24页 |
2.1.2 地籍对象的拓扑关系特点 | 第24-25页 |
2.1.3 地籍对象的拓扑检查应用 | 第25-26页 |
2.2 空间对象拓扑关系表达方法 | 第26-29页 |
2.2.1 4I模型 | 第26页 |
2.2.2 9I模型 | 第26-27页 |
2.2.3 空间对象拓扑关系的表达 | 第27-29页 |
2.3 CUDA相关理论 | 第29-33页 |
2.3.1 GPU线程 | 第29-31页 |
2.3.2 CUDA执行模型 | 第31-33页 |
2.3.3 CUDA算法设计 | 第33页 |
2.4 本章小结 | 第33-34页 |
第三章 基于GPU的并行空间索引方法 | 第34-47页 |
3.1 传统空间索引方法概述 | 第34-37页 |
3.1.1 格网型空间索引 | 第34-35页 |
3.1.2 四叉树索引 | 第35-36页 |
3.1.3 KD-树索引 | 第36-37页 |
3.1.4 R树索引 | 第37页 |
3.2 R树索引 | 第37-40页 |
3.2.1 动态R-树 | 第37-39页 |
3.2.2 静态R-树 | 第39-40页 |
3.3 基于GPU的Hilbert R-树 | 第40-45页 |
3.3.1 串行Hilbert R-树生成算法 | 第41-42页 |
3.3.2 GPU中R-树数据结构 | 第42-43页 |
3.3.3 GPU上并行R-树生成算法 | 第43-45页 |
3.4 查询算法 | 第45-46页 |
3.5 本章小结 | 第46-47页 |
第四章 基于CUDA的地籍数据库拓扑并行检查方法 | 第47-60页 |
4.1 地籍数据库拓扑检查规则约束描述 | 第47-50页 |
4.1.1 地籍空间数据库拓扑关系分类 | 第47-48页 |
4.1.2 拓扑规则 | 第48-49页 |
4.1.3 基于规则的拓扑关系描述 | 第49-50页 |
4.2 基于CUDA的地籍对象间拓扑关系并行算法 | 第50-57页 |
4.2.1 宗地权籍要素几何索引的构建 | 第51-53页 |
4.2.3 基于CUDA架构的权籍要素并行拓扑分析 | 第53-55页 |
4.2.4 权籍要素拓扑关系的判别 | 第55-57页 |
4.3 基于CUDA的地籍数据库拓扑并行检查流程 | 第57-59页 |
4.4 本章小结 | 第59-60页 |
第五章 原型系统的设计与实验验证 | 第60-73页 |
5.1 原型系统设计 | 第60-61页 |
5.1.1 系统环境 | 第60页 |
5.1.2 系统架构 | 第60-61页 |
5.2 实验数据 | 第61-63页 |
5.3 实验设计与结果分析 | 第63-72页 |
5.3.1 实验一: 基于GPU的并行空间索引构建 | 第63-66页 |
5.3.2 实验二: 验证基于CUDA的地籍对象拓扑关系并行算法准确性 | 第66-67页 |
5.3.3 实验三: 基于不同拓扑算子的地籍数据库并行检查 | 第67-70页 |
5.3.4 实验四: 不同数据规模下的算法效率对比 | 第70-72页 |
5.4 本章小结 | 第72-73页 |
第六章 结论与展望 | 第73-75页 |
6.1 研究结论 | 第73页 |
6.2 未来展望 | 第73-75页 |
参考文献 | 第75-81页 |
致谢 | 第81-82页 |