基于GPU的空间数据索引与查询技术研究
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 缩略语对照表 | 第11-14页 |
| 第一章 绪论 | 第14-20页 |
| 1.1 研究背景和意义 | 第14-15页 |
| 1.2 国内外相关研究现状 | 第15-17页 |
| 1.2.1 通用计算GPU技术的研究现状 | 第15页 |
| 1.2.2 地理空间索引与查询技术的研究现状 | 第15-17页 |
| 1.3 研究内容和主要工作 | 第17页 |
| 1.4 全文组织与章节安排 | 第17-20页 |
| 第二章 相关理论基础 | 第20-36页 |
| 2.1 地理信息系统相关技术 | 第20-26页 |
| 2.1.1 空间对象近似化 | 第20-21页 |
| 2.1.2 空间填充曲线 | 第21-23页 |
| 2.1.3 Geohash编码 | 第23-26页 |
| 2.2 空间索引技术概述 | 第26-30页 |
| 2.2.1 空间索引技术分类 | 第26-27页 |
| 2.2.2 R树索引 | 第27-28页 |
| 2.2.3 R树生成技术 | 第28-30页 |
| 2.3 CUDA简介 | 第30-35页 |
| 2.3.1 GPU技术发展 | 第30-32页 |
| 2.3.2 CUDA编程模型 | 第32-34页 |
| 2.3.3 CUDA存储器层次结构 | 第34-35页 |
| 2.4 本章小结 | 第35-36页 |
| 第三章 地理空间数据索引构建技术研究 | 第36-48页 |
| 3.1 静态批量构建方法的并行化分析 | 第36-38页 |
| 3.1.1 数据加载过程和预处理过程 | 第37页 |
| 3.1.2 一维排序过程 | 第37页 |
| 3.1.3 构建上层索引节点过程 | 第37-38页 |
| 3.2 线性化的R树索引节点结构 | 第38-42页 |
| 3.3 基于CUDA的静态R树索引构建技术的研究 | 第42-47页 |
| 3.3.1 数据预处理过程的并行 | 第43-44页 |
| 3.3.2 一维排序过程的并行 | 第44-45页 |
| 3.3.3 构建R树过程的并行 | 第45-47页 |
| 3.4 本章小结 | 第47-48页 |
| 第四章 地理空间数据查询技术研究 | 第48-64页 |
| 4.1 地理空间范围查询 | 第48-55页 |
| 4.1.1 地理空间范围查询概述 | 第48-49页 |
| 4.1.2 基于CUDA的空间范围查询 | 第49-55页 |
| 4.2 地理空间最近邻查询 | 第55-59页 |
| 4.2.1 地理空间最近邻查询概述 | 第55页 |
| 4.2.2 基于CUDA的k最近邻查询 | 第55-59页 |
| 4.3 地理空间近似最近邻查询 | 第59-62页 |
| 4.3.1 地理空间近似最近邻查询概述 | 第59页 |
| 4.3.2 基于CUDA的近似k最近邻查询 | 第59-62页 |
| 4.4 本章小结 | 第62-64页 |
| 第五章 测试与分析 | 第64-78页 |
| 5.1 实验环境配置与测试数据说明 | 第64-66页 |
| 5.1.1 实验环境配置 | 第64-65页 |
| 5.1.2 测试数据说明 | 第65-66页 |
| 5.2 静态R树的批量构建测试 | 第66-67页 |
| 5.3 空间范围查询测试 | 第67-70页 |
| 5.4 最近邻查询测试 | 第70-73页 |
| 5.5 近似最近邻查询测试 | 第73-76页 |
| 5.6 测试小结 | 第76-78页 |
| 第六章 总结与展望 | 第78-80页 |
| 6.1 本文主要工作总结 | 第78-79页 |
| 6.2 下一阶段工作展望 | 第79-80页 |
| 参考文献 | 第80-82页 |
| 致谢 | 第82-84页 |
| 作者简介 | 第84-85页 |
