摘要 | 第5-7页 |
ABSTRACT | 第7-8页 |
缩略语对照表 | 第12-16页 |
第一章 绪论 | 第16-22页 |
1.1 研究背景及意义 | 第16-17页 |
1.2 国内外研究现状 | 第17-19页 |
1.2.1 基于单机 | 第17-18页 |
1.2.2 基于GPU | 第18页 |
1.2.3 基于浏览器 | 第18页 |
1.2.4 基于分布式 | 第18-19页 |
1.2.5 本节小结 | 第19页 |
1.3 研究内容及结构 | 第19-22页 |
1.3.1 论文主要内容 | 第19-20页 |
1.3.2 论文章节安排 | 第20-22页 |
第二章 技术背景简介 | 第22-34页 |
2.1 空间数据源 | 第22-25页 |
2.1.1 GDELT数据源 | 第22-23页 |
2.1.2 LAADS DAAC数据源 | 第23-25页 |
2.2 可视化技术 | 第25-26页 |
2.3 分布式系统 | 第26-32页 |
2.3.1 分布式存储系统 | 第26-30页 |
2.3.2 分布式计算系统 | 第30-32页 |
2.4 空间聚类技术 | 第32页 |
2.5 本章小结 | 第32-34页 |
第三章 面向可视化的空间数据存储与分区技术研究 | 第34-50页 |
3.1 空间数据预处理研究 | 第35-38页 |
3.1.1 GDELT数据集 | 第35页 |
3.1.2 LAADS DAAC数据集 | 第35-37页 |
3.1.3 统一数据格式 | 第37-38页 |
3.2 空间数据存储方案技术研究 | 第38-41页 |
3.2.1 HDFS存储 | 第38-40页 |
3.2.2 Cassandra存储 | 第40-41页 |
3.3 空间数据均匀分区技术研究 | 第41-48页 |
3.3.1 Hilbert_On_Spark数据分区 | 第42-45页 |
3.3.2 Merge Re Partition数据分区 | 第45-47页 |
3.3.3 算法特性分析 | 第47-48页 |
3.4 本章小结 | 第48-50页 |
第四章 基于Spark的空间统计类图像生成技术研究 | 第50-78页 |
4.1 空间统计类图像可视化算法 | 第50页 |
4.2 Scatter Plot Map散点图 | 第50-53页 |
4.2.1 算子操作 | 第52页 |
4.2.2 坐标转换 | 第52-53页 |
4.2.3 数据压缩 | 第53页 |
4.3 Frequency Map频度图 | 第53-60页 |
4.3.1 算子操作 | 第54-55页 |
4.3.2 影响因子 | 第55-58页 |
4.3.3 色值归一化 | 第58-60页 |
4.4 Temperature Heat Map热度图 | 第60-65页 |
4.4.1 算子操作 | 第61-63页 |
4.4.2 缺失数据填充 | 第63-65页 |
4.5 实验与分析 | 第65-76页 |
4.5.1 实验环境配置 | 第65-67页 |
4.5.2 实验数据集 | 第67-68页 |
4.5.3 实验结果与分析 | 第68-76页 |
4.6 本章小结 | 第76-78页 |
第五章 基于Spark的空间数据聚类可视化技术研究 | 第78-102页 |
5.1 DBSCAN概述 | 第78-81页 |
5.2 数据均匀划分 | 第81-85页 |
5.2.1 最小范围划分 | 第82-83页 |
5.2.2 统计点数 | 第83页 |
5.2.3 均匀划分 | 第83-85页 |
5.3 分区本地聚簇算法 | 第85-88页 |
5.3.1 外边界分区数据集 | 第85-86页 |
5.3.2 本地DBSCAN算法 | 第86-88页 |
5.4 聚簇合并与重标记 | 第88-95页 |
5.4.1 重复点标记 | 第89-90页 |
5.4.2 查找待合并的分区聚簇 | 第90-91页 |
5.4.3 全局数据重标记 | 第91-95页 |
5.5 聚簇可视化 | 第95-97页 |
5.5.1 算子操作 | 第96-97页 |
5.6 实验与分析 | 第97-100页 |
5.6.1 实验数据集 | 第97页 |
5.6.2 实验结果与分析 | 第97-100页 |
5.7 本章小结 | 第100-102页 |
第六章 总结与展望 | 第102-104页 |
6.1 工作总结 | 第102-103页 |
6.2 工作问题与展望 | 第103-104页 |
附录A | 第104-106页 |
参考文献 | 第106-108页 |
致谢 | 第108-110页 |
作者简介 | 第110-111页 |