| 致谢 | 第1-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-10页 |
| 1 绪论 | 第10-18页 |
| ·研究背景 | 第10-12页 |
| ·国内外研究现状 | 第12-15页 |
| ·地理空间数据并行计算研究现状 | 第12-13页 |
| ·表面面积计算模型研究现状 | 第13-14页 |
| ·NoSQL数据库研究 | 第14-15页 |
| ·研究内容 | 第15-16页 |
| ·并行计算相关技术研究 | 第15页 |
| ·表面面积计算模型研究 | 第15-16页 |
| ·高效数据存储研究 | 第16页 |
| ·技术路线 | 第16-18页 |
| 2 面向地理国情的空间并行计算优化模型研究 | 第18-28页 |
| ·地理国情空间数据计算概述 | 第18页 |
| ·并行计算相关技术研究 | 第18-20页 |
| ·线程级并行研究 | 第19页 |
| ·进程级并行研究 | 第19-20页 |
| ·集群计算与云计算研究 | 第20页 |
| ·混合多进程并行计算策略研究 | 第20-24页 |
| ·空间数据分区域统计计算设计 | 第20-22页 |
| ·并行任务分配方式研究 | 第22-23页 |
| ·基于管道通信的多进程计算研究 | 第23-24页 |
| ·并行计算运行效率对比分析 | 第24-26页 |
| ·基于多种并行方式的运行效率对比研究 | 第24-26页 |
| ·基于多进程的计算核数和计算效率的关系 | 第26页 |
| ·本章小结 | 第26-28页 |
| 3 基于地理国情大数据的表面积计算优化模型研究 | 第28-38页 |
| ·传统表面面积计算方法研究 | 第28-33页 |
| ·地表曲面拟合方法研究 | 第28-29页 |
| ·空间三角网构建计算方法研究 | 第29-31页 |
| ·基于坡度的计算方法研究 | 第31-32页 |
| ·传统计算方法的对比分析研究 | 第32-33页 |
| ·地理国情大数据背景下的表面面积计算研究 | 第33-36页 |
| ·地理国情表面面积计算概述 | 第33页 |
| ·地理国情表面面积计算步骤设计 | 第33-35页 |
| ·基于辛普森积分方法的表面面积计算 | 第35-36页 |
| ·本章小结 | 第36-38页 |
| 4 地理国情空间数据存储研究 | 第38-44页 |
| ·多种数据库存储方式对比研究 | 第38-40页 |
| ·常用关系型数据库与Mongo DB行效率对比研究 | 第38-39页 |
| ·常用NoSql数据库与Mongo DB对比研究 | 第39-40页 |
| ·Mongo DB功能特点概述 | 第40-42页 |
| ·Group聚合方法 | 第41页 |
| ·Map/Reduce方法 | 第41页 |
| ·基于Map/Reduce的数据汇总功能 | 第41-42页 |
| ·基于Mongo DB的地理国情数据高性能并行存储 | 第42-43页 |
| ·地理国情空间数据的存储要求 | 第42页 |
| ·地理国情中Mongo DB的应用 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 5 地理国情基本统计软件实现与优化模型应用 | 第44-54页 |
| ·地理国情空间数据计算的软件实现 | 第44-46页 |
| ·空间数据计算并行架构的设计 | 第44-45页 |
| ·地理国情空间数据基本统计软件实现 | 第45-46页 |
| ·效率优化模型在地理国情软件中的应用 | 第46-50页 |
| ·并行计算任务的获取及分配 | 第46-47页 |
| ·多进程并行计算 | 第47-48页 |
| ·统计结果汇总 | 第48-50页 |
| ·模型对比效率 | 第50-53页 |
| ·实验区域概况 | 第50页 |
| ·改进算法表面积计算对比 | 第50-51页 |
| ·并行方式下计算效率对比 | 第51-52页 |
| ·采用Mongo DB对效率的影响 | 第52页 |
| ·整体效率提升效果 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 6 结论与展望 | 第54-56页 |
| ·论文研究成果总结 | 第54页 |
| ·研究展望 | 第54-56页 |
| 参考文献 | 第56-59页 |
| 作者简历 | 第59-61页 |
| 学位论文数据集 | 第61页 |