| 摘要 | 第9-10页 |
| ABSTRACT | 第10-11页 |
| 第一章 绪论 | 第12-24页 |
| 1.1 课题背景与研究意义 | 第12-13页 |
| 1.2 相关技术与国内外研究现状 | 第13-20页 |
| 1.2.1 分布式集群高性能计算技术 | 第14-15页 |
| 1.2.2 Hadoop与Spark分布式计算平台 | 第15-18页 |
| 1.2.3 分布式空间数据处理与分析研究进展 | 第18-20页 |
| 1.2.4 研究现状总结 | 第20页 |
| 1.3 本文的研究内容和组织结构 | 第20-24页 |
| 1.3.1 主要研究内容 | 第20-21页 |
| 1.3.2 论文组织结构 | 第21-24页 |
| 第二章 基于分布式内存的空间数据模型 | 第24-32页 |
| 2.1 空间矢量数据逻辑模型 | 第24-25页 |
| 2.2 Key-Value型内存空间数据结构 | 第25-27页 |
| 2.3 面向分布式集群的空间数据划分方法 | 第27-30页 |
| 2.3.1 空间格网划分 | 第28-29页 |
| 2.3.2 Hilbert曲线划分 | 第29-30页 |
| 2.4 本章小结 | 第30-32页 |
| 第三章 分布式空间数据混合索引 | 第32-48页 |
| 3.1 分布式自适应空间编码索引 | 第32-38页 |
| 3.1.1 Geohash编码及其空间索引性能 | 第32-35页 |
| 3.1.2 基于自适应空间编码的分布式索引结构 | 第35-36页 |
| 3.1.3 使用空间编码索引的查询方法 | 第36-38页 |
| 3.2 节点间空间自适应网格索引 | 第38-40页 |
| 3.2.1 基于节点MBR的空间网格索引结构 | 第38-39页 |
| 3.2.2 空间混合索引查询方法 | 第39-40页 |
| 3.3 基于分布式空间混合索引的栅格数据可视化 | 第40-46页 |
| 3.3.1 瓦片金字塔与栅格影像数据可视化分析 | 第41-42页 |
| 3.3.2 多层级自适应瓦片生成方法 | 第42-44页 |
| 3.3.3 实验结果与对比 | 第44-46页 |
| 3.4 本章小结 | 第46-48页 |
| 第四章 分布式内存空间分析算法及其优化 | 第48-62页 |
| 4.1 分布式内存中的空间分析算法 | 第48-52页 |
| 4.1.1 传统GIS中的空间分析 | 第48-49页 |
| 4.1.2 典型空间分析算法 | 第49-51页 |
| 4.1.3 分布式计算框架的空间分析扩展可行性 | 第51-52页 |
| 4.2 空间分析算法在分布式计算平台中的优化 | 第52-58页 |
| 4.2.1 Spark平台中的空间分析算法 | 第52-53页 |
| 4.2.2 空间分析算法优化措施 | 第53-57页 |
| 4.2.3 优化后的空间分析计算流程 | 第57-58页 |
| 4.3 实验对比与分析 | 第58-61页 |
| 4.4 本章小结 | 第61-62页 |
| 第五章 基于分布式内存的典型应用与系统集成 | 第62-74页 |
| 5.1 住房选址模型及实现 | 第62-67页 |
| 5.1.1 住房选址与地理空间分析 | 第62-63页 |
| 5.1.2 住房选址问题抽象与模型求解 | 第63-66页 |
| 5.1.3 选址模型的实际应用 | 第66-67页 |
| 5.2 实验验证与分析 | 第67-71页 |
| 5.3 系统集成与可视化 | 第71-74页 |
| 第六章 总结与展望 | 第74-78页 |
| 6.1 工作总结与主要成果 | 第74-75页 |
| 6.2 下一步工作展望 | 第75-78页 |
| 致谢 | 第78-80页 |
| 参考文献 | 第80-84页 |
| 作者在学期间取得的学术成果 | 第84-86页 |
| 作者在学期间参加的与本课题相关的科研项目 | 第86页 |