一、GIS Web Services实例研究(论文文献综述)
梁莹[1](2021)在《基于Spring Boot的教师企业实践管理系统的设计与实现》文中进行了进一步梳理企业顶岗实践是高职院校一项非常重要的“双师型”教师培养举措。现有的教师企业实践管理采用纸质+Excel电子表格的传统方式,存在业务数据查找统计难、顶岗资格审批签字难、在岗人员监督检查难和成果信息收集难等问题。因此,教师日益高涨的企业实践锻炼需求与传统管理方式的矛盾需要解决,有必要建立一个流程规范高效、监管得力和信息通畅的信息化管理系统。本文分析企业实践管理工作的需求,设计与实现一个基于Spring Boot框架的教师企业实践管理系统。主要工作内容包括:(1)使用前后端分离的模式进行系统设计与实现,Web后端基于Spring Boot等系列框架实现,前端采用Vue框架实现;(2)采用原生开发方式,开发Android端的客户端应用;(3)Web前端与Android端应用程序通过RESTful接口与Web后端交换数据,通过整合JWT认证和Spring Security安全管理,保护系统和数据的安全;(4)基于分布式工作流服务,实现教师企业实践审批工作流程自动化,并通过开放的Web API接口同时为PC端与移动手机端提供审批服务;(5)结合百度地图开放平台API与手机定位服务,比对并记录顶岗人员的在岗信息,实现对顶岗人员的在岗监督;(6)使用消息中间件Rabbit MQ和JPush实现消息推送,及时提醒有关人员登录系统完成业务操作。本文阐述了教师企业实践管理系统的需求分析建模、总体设计、主要功能模块设计、数据库设计等,介绍了系统的实现和测试情况。通过综合运用多种信息化技术手段,实现了教师企业实践审批工作的流程自动化、在岗监督记录、企业实践成果管理。系统功能实用,运行稳定,提高企业实践审批速度的同时,提升教师企业顶岗实践的培训质量。
徐郊[2](2020)在《基于WebGIS的多规合一信息平台研究和应用》文中进行了进一步梳理目前,我国的空间规划体系形成了国土、住建、林业、交通、水利等行业各自编制的空间规划体系。由于这些部门在行政职能、规划重点、空间划分标准、行政管理体系等方面存在差异,造成了各种规划成果的标准不一致、规划周期不统一、表现形式不统一,出现了不同规划成果之间的用地空间布局相互冲突等问题,导致了“多规”之间的矛盾和冲突,严重影响了城市建设项目落地审批的效率,降低了城市管理决策和空间资源配置的效率。因此,有必要以WebGIS技术为核心支持,统一多规衔接的标准规范,建立业务协同和数据联动更新的工作机制,整合各类规划空间数据信息,建立集EA、SOA、MIS、GIS一体化的多规合一信息平台。本文对国内先进城市的多规合一工作开展情况、学者的研究成果进行了归纳总结,分析了WebGIS、SOA等关键技术。在深入理解和剖析多规合一信息平台需求的基础上,提出了基于WebGIS的多规合一信息平台的设计方案。最后以昆明市为例,实现了多规合一信息平台的开发和建设。结果表明,基于WebGIS的多规合一信息平台,实现了多规成果信息统一、全面共享和共用,满足了用户灵活性需求。利用WebGIS技术,结合相应的空间数据库技术,开发集SOA、EA、MIS、GIS一体化的多规合一信息平台技术路线切实可行。基于WebGIS的昆明市多规合一信息平台可为其它城市的多规合一信息平台建设提供参考和借鉴。
朱耀耀[3](2020)在《空间数据处理微服务框架和服务组合技术研究》文中提出随着导航和测绘等信息技术的持续发展,地理空间数据大量产生,人们的日常生活越来越依赖于空间数据,因此空间大数据时代已经到来。传统地理空间数据服务平台方便了空间数据的存储、处理和查询等服务开发,但它存在平台协议复杂、体量庞大,以及在扩展性和易维护性方面的不足,越来越无法满足用户需求的不断变化。针对上述问题,本文采用Spring Cloud、Docker、Kubernetes等核心技术,设计并实现了空间数据处理微服务系统。该系统实现了各类空间数据服务的微服务化、交互式编排和服务组合等主要功能,满足微服务的解耦合和去中心化等特性,具有敏捷部署,快速上线的优点。本文的主要工作如下:(1)基于Spring Cloud设计并实现一套集成各类空间数据处理微服务的服务器端软件框架,框架支持对各个微服务实例的有效管理和监控,对耗时数据处理微服务支持基于消息机制的异步调用,支持符合空间数据处理服务特点的负载均衡。(2)在第一步基础之上,利用Kubernetes作为编排引擎,Docker作为执行引擎,搭建了一个容器云平台,设计并实现了一种交互式的容器编排方法,支持快速上线。(3)在前两步基础之上,针对WPS空间数据处理微服务类别,基于Medley研究了其微服务组合技术,设计并实现了微服务组合的基础支撑框架,支持微服务组合的DSL。针对空间数据处理微服务系统,本文搭建了分布式实验环境,基于GDELT数据集,通过多项实验对空间数据处理微服务系统的负载均衡、服务编排和服务组合功能分别进行了评估,实验结果表明:(1)当请求具有明显的差异性分布特征时,随着请求数量的增加,特殊场景负载均衡策略比一般负载均衡策略效果表现较为优异;(2)交互式编排方法的效率明显高于传统的命令行;(3)组合服务在不同时长请求下运行平稳。
刘铭崴[4](2019)在《任务感知的多模态时空数据自适应可视化方法》文中进行了进一步梳理相比传统空间信息系统主要处理物理空间的点线面体矢量数据与相关的属性数据,新一代空间信息系统处理的数据具有典型的多模态特征。多模态时空数据充分刻画了人机物三元空间中“大到宇宙,小到尘埃”的多粒度时空对象从诞生到消亡全生命周期中的位置、几何、行为以及语义关联关系等全息特征信息,对其进行描述、诊断和预测等多层次可视分析成为感知、认知与控制人机物三元世界的重要途径。对多模态时空数据综合分析与协同可视化决策在于:人-机-物三元空间多模态时空数据全面汇聚、关联分析和深度利用,通过可视化分析完成对城市异常的智能预警、关键问题的智慧决策、重大事件的协同处置。多模态时空数据的海量、高维、动态等特征决定了其可视化应用中多样化可视化任务交织且高并发,场景内容及可视化表征高度动态变化,需高效协同可视化系统的存储、计算与绘制资源。虽然时空大数据的可视化现已开展了较多研究,但在面对高并发多层次多模态时空数据可视化任务时,仍存在固定化的场景可视化表征与时空探索分析中未知的分析结果的灵活呈现需求相脱离,面向高并发I/O与高性能绘制可视化机制,难以满足高并发多样化可视化任务需求、高性能计算环境和多样化客户端环境缺乏有效协同等问题,难以有效地支撑新一代空间信息系统和时空大数据可视化应用需求。针对上述问题,本文在虚拟化和云计算等技术的支持下,拟研究任务感知的多模态时空数据自适应可视化方法,重点研究多层次多模态时空数据可视化任务模型分类与构建、任务驱动的多粒度存算绘资源协同调度方法、任务感知的多模态时空数据自适应可视化引擎的设计与构建等关键技术与方法,实现按需高效的高并发的多层次可视化。本文的主要研究工作如下:(1)针对传统时空数据可视化方法只面向单一的时空场景高性能展示任务,无法满足多样化可视化应用需求的问题,基于人类时空认知的基本需求,依据多模态可视化应用目的(展示、分析与探索)、可视化驱动力(数据驱动、模型驱动与交互驱动)以及可视化任务内容(实时绘制、并行计算与场景交互)之间的关联关系,从多模态时空数据、分析计算模型、人机交互和绘制四个维度进行描述,研究建立包含展示性、分析性以及探索性的多模态时空数据多层次可视化任务模型,在多层次可视化任务需求与可视化资源分配调度之间建立层次化语义映射关系,为协同调度存储、计算与绘制资源以及可视化场景动态构建供理论依据。(2)针对传统以数据为中心的时空数据可视化调度机制难以满足多层次多样化可视化任务高并发的难题,研究提出多层次可视化任务驱动的多粒度存算绘资源协同的工作流与服务链优化调度方法,将存储、计算以及绘制资源服务化为多粒度存算绘服务,设计面向多层次可视化任务的可视化工作流,研究基于工作流和多粒度存算绘服务的多层次可视化服务链构建方法,通过建立多粒度存算绘服务质量评价模型,动态优化可视化服务链,形成以任务为中心的自适应可视化数据调度机制,突破传统以数据为中心的时空数据可视化调度机制,实现不同层次可视化分析应用的快速响应。(3)基于上述研究成果,研发了任务感知的多模态时空数据自适应可视化引擎原型系统,将多模态时空数据组织存储、数据分析计算与空间信息可视化通过GIS微服务架构进行松散耦合,引擎根据不同层次可视化应用任务,自适应的调度和组合多粒度数据与分析服务,满足不同层次高并发可视化应用需求;同时该引擎提供多粒度服务的快速部署与维护,按需自动分配服务正常运行所需的存储、计算与网络资源,根据任务并发情况自动横向伸缩,保证多粒度存算绘服务的高可用性。最后面向智慧城市建设需求,分别以城市宏观态势格局关系描述、溃坝洪水时空过程动态模拟分析可视化以及微观室内火灾逃生方案探索3个典型案例进行验证分析。试验结果表明:本文提出的方法能够有效地提供多层级多专业人员在城市概览、规划、运营、维护以及应急灾害响应等全生命周期的多层次可视化应用。
郑俊秋[5](2019)在《基于微服务的土石方施工调配平台设计与实现》文中指出传统的信息系统存在灵活性低、技术选型单一的问题,随着业务复杂性的不断增加,其维护成本也在持续增高,当系统面临访问量大幅增长时,其可扩展性差的问题也成为系统性能提升的瓶颈。基于微服务架构对系统进行设计,将整个系统拆分为多个微服务,服务高度自治的特点不但提高了系统的扩展能力和扩展速度,且系统性能可以按需分配给性能出现瓶颈的服务,微服务架构系统耦合性低且服务的技术选型更加灵活,服务的划分使得单个服务的复杂度可控,从而降低了系统迭代和维护的成本。本文研究了如何利用微服务为平台型GIS提供基础架构支撑,并研究了如何使用GIS为大型土石方施工提供平台性的信息化管理。本文基于微服务架构和GIS设计并实现了土石方施工调配平台,平台提供了车辆实时监控、调配方案推荐等服务,承德机场土石方施工工程作为平台首个应用场景,其运行效果良好。取得的主要成果如下:(1)深入调研微服务架构,挖掘了微服务架构应用于GIS平台服务端的优势并为GIS赋能,基于微服务架构设计和实现了扩展性好、灵活性高、系统耦合性低、部署快捷的土石方施工调配平台,并使用性能测试对平台的灵活性、扩展性、扩展速度进行了验证。(2)利用G-P-M调度模型和同步非阻塞方式设计实现了基于TCP自定义通信协议的高性能定位器Web服务,探讨了服务于大量定位器、解析大量实时数据的高资源利用率的服务端程序设计和实现方法,利用分布式定制化测试对高性能定位器Web服务进行了性能测试和方法验证。(3)利用微服务架构技术放权的特点,使用合适的架构、编程语言和数据库设计各服务,充分利用多种技术在其擅长方面的优势。设计同步与异步结合的微服务间通信方式,降低了系统耦合性并提高了可扩展性。提出了基于API网关的微服务用户认证方法,用于解决采用Token认证方式在后续开发中面临的问题。(4)将用于生成调配方案的算法整合到平台,结合GIS软件技术,实现了面向用户的土石方施工调配方案推荐服务,并结合车辆实时监控技术,提高了土石方工程的信息化管理能力和施工作业效率。
罗杨[6](2019)在《基于微服务框架的地理空间数据服务平台设计与实现技术研究》文中研究指明地理空间数据在人们的生活中扮演着重要的角色,地图、导航、规划、航海、测绘都离不开地理空间数据的支撑。地理空间数据的支撑平台为地理空间数据的存储、查询、处理等提供了极大的便利,但随着地理空间数据的爆发增长,越来越多样化的需求被提出来,这使得传统地理空间数据服务平台体量越来越庞大,功能越来越复杂,并且在扩展性和平台的管理方面都存在欠缺,已经无法满足现代软件的需求。为解决此问题需要提出一种新的地理空间数据服务平台软件架构,以更好的符合易于开发、易于部署管理、易于扩展的需求。针对上述问题,在学习了解地理信息OGC标准,分析地理空间数据服务系统的功能和特点,以及微服务架构的定义及优点的基础上,本文基于Spring Cloud微服务框架和Docker容器等核心技术,设计实现了一种微服务架构的地理空间数据服务平台。本文的主要工作如下:(1)设计基于微服务框架的地理空间数据服务系统整体软件架构。利用微服务框架的优点,并结合数据服务平台的特点,将系统划分为:Web接口层子系统,实现了身份认证,基于消息队列的异步调用,以及动态门限过载保护功能;服务发现子系统,利用Eureka进行服务发现;应用微服务子系统,使用Docker部署应用微服务;管控系统子系统,提供对平台的监控和管理功能。(2)对于平台负载均衡问题,在深入理解Ribbon负载均衡器的原理基础上,对其进行扩展实现了支持动态热配置的功能。并针对WMS、WMTS这类和地理位置相关的服务,实现了地理位置相关的负载策略。(3)针对微服务架构的数据服务平台的监控管理复杂等问题,设计并实现了可视化的微服务平台管控系统。利用Zookeeper作为本系统配置中心,进行配置集中管理和配置下发。通过管控软件和各种管控代理相结合实现了对数据服务平台和Docker的监控和管理功能。本文在实验环境对地位置相关负载均衡算法进行测试,通过对比随机负载均衡策略和响应时间加权轮询负载均衡策略的实验结果,表明该负载均衡策略在对本系统相关应用场景下优于上述策略。对平台管控系统进行了功能测试,通过管控系统部署WCS服务的案例,验证了数据服务平台的可行性和管控系统的监控管理能力,实验结果表明:本地理空间数据服务平台具备易于扩展,易于监控管理的优点。
陈远杰[7](2018)在《基于覆盖模型的遥感时序数据互操作计算应用研究》文中研究指明随着3S技术、通讯技术和互联网技术的不断发展,空天地一体化对地观测网、“互联网+”天基信息服务、对地观测脑等概念的进一步拓展应用,对多源时空信息的获取、处理、应用和服务提出了新的挑战。在此背景下,本文以海量多源异构遥感时序数据挖掘为需求,开展基于覆盖模型的遥感时序数据互操作计算应用研究,以期为区域时空大数据互操作挖掘研究及应用提供新思路。遥感时序数据的海量多源异构特征是阻碍遥感时序信息互操作共享的主要问题之一,本文以Web覆盖服务规范(Web Coverage Service,WCS)的核心数据模型覆盖模型为基础模型,提出相应的遥感时序数据互操作计算方法,实现基于覆盖模型的遥感时序数据互操作计算应用。主要的研究内容如下:(1)提出了 Web 覆盖处理服务(Web Coverage Processing Service,WCPS)和R语言协同计算方法。在深入研究WCPS语法规则及其实现方法基础上,利用WCPS对覆盖数据进行互操作计算,并利用运行于Web的R语言对WCPS计算结果进一步计算,从而挖掘出覆盖数据深层次信息。(2)实现了遥感时序数据与覆盖数据的映射及存储。在深入研究覆盖模型相关理论的基础上,分析遥感时序数据与覆盖模型的关系,并研究了遥感时序数据与覆盖数据的映射方法。针对遥感时序数据互操作计算的解析需要,构建遥感影像元数据集,并利用覆盖模型元数据模块的可扩展性,构建集成该元数据集的覆盖模型。基于该模型,实现遥感时序数据与覆盖数据的映射。针对映射后覆盖数据存储问题,分析XML数据和遥感时序数据的存储方法,并设计相应的存储方案实现存储,为遥感时序数据互操作计算应用做铺垫。(3)构建了 WCPS和R语言协同计算互操作系统。针对WCPS和R语言协同计算的需求,构建相应的协同计算互操作系统。该系统的WCPS计算和R语言计算分别由覆盖数据处理引擎Rasdaman和Web环境下R平台Shiny实现。将该系统部署在4台Web服务器上,以进行遥感时序数据互操作计算实验。(4)以郑州市主城区为研究区域,以徐涵秋提出的遥感生态指数(Remote Sensing Ecological Index,RSEI)计算为案例,基于上述研究成果,利用部署在不同Web服务器的WCPS和R语言协同计算互操作系统实现RSEI互操作计算,并对结果进行生态学意义上的分析。案例表明,WCPS和R语言协同计算的方式,支持多源遥感时序数据中隐含的时空动态信息的挖掘,是一种有效的遥感时序数据互操作挖掘手段。
董莉[8](2018)在《三维地理信息网络化服务接口的设计与应用》文中进行了进一步梳理随着网络技术、计算机技术的迅猛发展,地理信息技术与网络技术的结合,促使地理信息系统向地理信息网络服务方面发展。三维地理信息网络服务既能体现地理信息网络服务进一步扩展的强烈需求,又能给三维空间信息的共享、互操作和集成提供新的解决方案,其研究具有重要的实际意义。因此,本文以三维地理信息服务为主要研究对象,在分析三维地理信息服务研究背景情况下,重点对三维地理信息服务的服务框架及服务接口进行深入研究。首先,本文分析了地理信息系统会向地理信息服务发展的必然趋势,指出了三维地理信息网络服务研究的意义,针对三维地理信息网络服务以及三维服务接口标准规范的研究现状进行分析,提出存在三维服务标准不完善、接口类型单一、无法组合等问题,并概括本文需要研究的主要内容。其次,分别从地理信息服务概念、三维服务分类、三维服务架构三方面研究了三维地理信息网络服务。在概念层面对三维地理信息服务概念进行概括,根据各个领域不同用户对三维服务的需求对三维服务进行归纳分类,将三维服务分为数据服务、查询服务、量测服务、空间分析服务、其他拓展服务等多种服务,从而确定服务内容。在研究WebGIS体系结构的基础上,本文根据服务内容采用中等客户端结构设计三维服务架构。三维服务架构分为“数据层-服务层-应用层”三层,为本文的接口设计提供相应架构支撑。然后,本文根据以上的研究提出了一种面向共享的三维服务接口方案。本文依托三层服务架构体系,在服务层对服务接口和参数进行了详细设计,提出了元数据服务接口(GetCapabilities)、4 种数据服务接口(GetModel、Getlmage、GetDEM、GetTinLayer)、2 种查询服务接口(GetFeatureInfoByPosition、GetFeatureInfoByAttr)、1 种量测服务接口(GetMeasurement)、4 种空间分析服务接口(inSightAnalysis、viewshedAnalysis、slopeAnalysis、netWorkAnalysis)共12种服务接口方案,并根据不同服务的功能分别设计对应的请求参数与返回参数。最后,本文提出的服务架构及服务接口方案最终集成至NewMap Server地理信息服务管理平台中,基于NewMap Server设计并开发了北京市道路三维地理信息共享平台,将三维服务接口应用于具体项目中,验证了本文研究成果的可行性。
柳来星[9](2016)在《上下文感知的智慧城市空间信息服务关键技术研究》文中指出rT技术的每一次重大进步都有力的推动了地理信息技术的发展。随着IT技术进入到普适计算时代,数字城市进入到了智慧城市时代,Web GIS进入了到了普适GIS时代,地理信息服务进入到了智能地理信息服务时代。智能地理信息服务能够感知用户的周围环境,根据模型来推理,从经验中学习和理解,执行地理空间任务。当前的地理信息服务集中在任何时间和任何地点传递任何消息给任何人,简单的称为4A服务,而智能地理信息服务提高4A服务到4R服务,即智能地理信息服务在正确的时间,正确的地点提供正确的信息给正确的人,简称4R服务。智能地理信息服务将会使得通过互联网实现信息发现和集成更加便利,并能够自动组合各种地理信息服务以提供增值的产品。智慧城市是数字城市与物联网相结合的产物,智慧城市是利用传感器构成城市物联网,获取城市中各种物体中的信息,并通过超级计算机和云计算实现各种信息的融合。通过智慧城市,可以实现城市的智慧管理及服务。智慧城市的挑战之一是构建可智能感知的、泛在化的空间信息服务,这就要求空间信息服务能更好地适应不断变化的上下文环境。本文称之为上下文感知的地理信息服务,此种服务是智能地理信息服务的实现。上下文感知的空间信息服务如何表达,上下文感知的空间信息服务如何发现和组合成为一个挑战性的问题。文本围绕上下文感知的空间信息服务的关键技术,针对上述问题,在以下几个方面进行了研究:1)构建了智慧城市的地理上下文本体。智慧城市中的地理上下文信息是任何刻画城市情景的信息,参考普适计算、城市计算、语用Web等方面研究中所建立的上下文模型,本文提出的地理上下文模型有七大类分别为空间维度,时间维度,社会维度,环境维度,技术维度,用户维度,任务维度等。其中空间维度是地理上下文的特有特征,包括位置、空间对象等。用户维度包含身份信息、职业信息、社会信息、偏好信息。环境维度包含天气、温度、湿度,污染、环境安全等。技术维度包含硬件、软件、数据、人机交互、信息技术安全等。社会维度主要包括文化(语言和习俗及规范)、社会资源、社会机构等。2)对上下文感知的空间信息服务进行了语义表达。本文使用地理上下文扩展OWL-S本体,表达上下文感知的空间信息服务(OWL-SGC)。OWL-SGC本体使用OWL-GCt本体使其具有感知地理上下文的能力。具体扩展就是建立OWL-S中的Service对象和OWL-GCt 中 GeoContext对象的关系。上下文感知空间信息服务需要对地理上下文的改变作出响应。OWL-SGC扩展OWL-S中的原子过程(AtomicProcess)使其前提条件和结果能够感知上下文的变化。为了表达外部地理上下文的前提条件和结果,OWL-SGC增加两个元素,地理上下文前提条件(GeoContextPrecondition)和地理上下文结果(GeoContextEffect)。地理上下文信息也可以作为输入输出的值,那么需要建立输入和输出与上下文之间的值的对应关系,增加了上下文绑定(GeoContextBinding)。3)上下文感知的空间信息服务的匹配。本文根据上下文感知的空间信息服务匹配的语义表达,提出了一个上下文感知的空间信息服务匹配框架,该框架是一个多层的匹配框架,涉及到的匹配对象有输入,输出,服务前提条件,服务效果,地理上下文前提条件,地理上下文效果。4)上下文感知的空间信息服务的组合。服务组合使用智能规划方法,先将OWL-S扩展模型转换为PDDL(Planning Domain Definition Language),再使用语义相似性技术,对PDDL的问题和领域文件进行增强,然后将PDDL文件输入满足PDDL规范的智能规划器进行规划,最后将规划结果转换为WS-BPEL(Web Services Business Process Execution Language)工作流语言,并将其输入到工作流引擎上运行。
范建永[10](2013)在《基于Hadoop的云GIS若干关键技术研究》文中进行了进一步梳理云计算是互联网计算发展到一定阶段的产物,是并行计算、网格计算等多种新型计算方式演进的最新结果。云计算无限扩展的存储技术可以满足快速增长的空间数据对存储空间的需求,强大的计算能力可为空间信息的检索、处理、分析等提供高速的服务保证。本文针对GIS当前所面临的海量数据存储、处理、分析与持续服务等问题,结合GIS和云计算的特点,将开源Hadoop云计算平台应用到空间信息服务领域,研究利用Hadoop云计算平台提供的分布式存储能力和并行计算能力,构建基于Hadoop的GIS应用,并对其中的一些关键技术进行研究。本文主要工作如下:(1)在分析商业云GIS体系结构的基础上,设计了基于Hadoop的云GIS体系结构。体系结构包括物理设备层、平台层、软件层、应用层等4层,以及横跨多个层次的用户管理、服务管理、资源管理、监控系统、容灾备份、运营管理等服务。设计了基于Hadoop的云GIS部署模式。整个基于Hadoop的云GIS系统由平台管理门户、GIS Web服务器集群及多个Hadoop集群组成。分析了体系结构特点,为后面的研究内容奠定了基础。(2)本文在空间信息格网单元和OGC简单要素规范基础上,结合矢量数据的特点,利用格网单元ID的唯一性、多尺度性及索引性,提出了一种以格网单元为存储单位的矢量数据存储方案;结合矢量要素的定性属性数据,设计了矢量数据的存储格式“GWKT(Grid Well-know Text)”;为了达到矢量要素标识全球唯一,本文基于格网单元和Hilbert曲线的Base16编码,结合HBase数据库的特点,设计了矢量要素标识的编码,并实现了编码的生成算法;研究实现了基于单调链的矢量要素分割与合并算法,可有效的分割和合并线状和面状要素;在HBase基础上,扩展了HBase的数据类型及其过滤器,实现了属性数据的快速查询。(3)针对海量空间数据处理能力不足问题,设计了基于HDFS的矢量数据存储格式,实现了基于MapReduce的矢量数据分割入库并行处理模型;在MapReduce数据过滤器的基础上,设计了适合基于格网单元的空间数据并行计算模型,并以矢量数据缓冲区分析作为实例进行了验证;设计实现了基于MapReduce的kNN空间数据查询算法;分析了基于MapReduce的空间数据并行计算效率。(4)在空间信息服务方面,本文在OGC标准服务基础上,对服务参数进行了扩展,设计了云GIS空间信息服务分层体系结构,实现了基于空间信息多级格网的WMS、WMTS、WFS和WPS等服务;设计实现了空间信息服务接口,以实现客户端与服务器端的完全解耦。(5)在前文研究基础上,设计并实现了基于Hadoop的云GIS原型系统,完成了海量栅格与矢量数据的高效存储与管理、空间数据并行计算以及基于Hadoop的空间信息服务等关键模块;并对相关模块做了性能测试,验证了本文提出的相关存储模型和计算模型的可行性、有效性以及高效性。
二、GIS Web Services实例研究(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、GIS Web Services实例研究(论文提纲范文)
(1)基于Spring Boot的教师企业实践管理系统的设计与实现(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 工作背景 |
1.2 国内与国外研究现状 |
1.2.1 教育行业的管理系统发展现状 |
1.2.2 相关技术发展现状 |
1.3 研究内容 |
1.4 论文的组织结构 |
第二章 相关技术概述 |
2.1 Web开发框架简介 |
2.1.1 Spring Boot框架 |
2.1.2 Vue框架 |
2.1.3 RESTful接口 |
2.2 位置定位服务技术 |
2.3 即时消息推送 |
2.4 本章小结 |
第三章 系统需求分析 |
3.1 系统的主要业务流程 |
3.1.1 企业实践申请流程 |
3.1.2 企业实践锻炼流程 |
3.1.3 企业实践总结流程 |
3.2 功能需求分析 |
3.2.1 用例建模 |
3.2.2 系统动态建模 |
3.3 非功能性需求 |
3.4 本章小结 |
第四章 系统设计 |
4.1 系统总体设计 |
4.2 前后端通信接口 |
4.2.1 Web服务接口 |
4.2.2 接口的安全管理 |
4.3 主要功能模块设计 |
4.3.1 工作流核心模型设计 |
4.3.2 申请功能设计 |
4.3.3 审批功能设计 |
4.3.4 在岗签到功能设计 |
4.3.5 在岗监督功能设计 |
4.3.6 考评功能设计 |
4.4 第三方服务接口设计 |
4.4.1 文件服务接口 |
4.4.2 消息服务接口 |
4.4.3 定位服务接口 |
4.5 数据库设计 |
4.5.1 E-R关系模型 |
4.5.2 数据表结构设计 |
4.6 本章小结 |
第五章 系统实现与测试 |
5.1 开发环境与工具 |
5.2 系统功能实现 |
5.3 系统测试 |
5.3.1 功能测试 |
5.3.2 性能测试 |
5.3.3 测试结果与分析 |
5.4 本章小结 |
第六章 总结与展望 |
6.1 工作总结 |
6.2 展望 |
参考文献 |
致谢 |
攻读学位期间发表的学术论文 |
(2)基于WebGIS的多规合一信息平台研究和应用(论文提纲范文)
摘要 |
Abstract |
第一章 概述 |
1.1 论文研究背景 |
1.1.1 我国开展多规合一工作背景 |
1.1.2 昆明市开展多规合一工作背景 |
1.2 研究目的和意义 |
1.2.1 研究必要性 |
1.2.2 论文研究意义 |
1.2.3 研究目标 |
1.3 国内研究现状 |
1.4 研究的主要内容 |
1.4.1 论文主要研究内容 |
1.4.2 论文组织 |
第二章 相关理论与技术 |
2.1 “多规合一”的概念 |
2.1.1 “多规合一”的定义 |
2.1.2 “多规合一”的内涵理解 |
2.2 地理信息系统技术 |
2.2.1 地理信息系统概念 |
2.2.2 常用的空间分析 |
2.3 WebGIS技术 |
2.3.1 WebGIS概念 |
2.3.2 WebGIS的特点 |
2.3.3 WebGIS的原理 |
2.3.4 WebGIS的功能 |
2.3.5 WebGIS的实现 |
2.4 企业总体架构(EA) |
2.4.1 EA概念 |
2.4.2 EA架构 |
2.4.3 基于EA的平台构架 |
2.5 面向服务架构 |
2.5.1 SOA的组成 |
2.5.2 SOA架构的优势 |
2.6 Web Service |
2.6.1 Web Service定义 |
2.6.2 Web Service架构 |
2.7 基于SOA的 WebGIS系统开发框架 |
2.7.1 工作原理 |
2.7.2 基于SOA的 WebGIS开发框架 |
第三章 平台需求分析 |
3.1 业务需求分析 |
3.1.1 数据共享 |
3.1.2 规划协查 |
3.1.3 项目生成 |
3.1.4 联动更新 |
3.2 数据现状及需求分析 |
3.2.1 数据现状 |
3.2.2 统一数据标准 |
3.2.3 数据成果更新 |
3.3 平台性能需求 |
第四章 多规合一信息平台概要设计 |
4.1 平台总体框架设计 |
4.2 标准规范 |
4.2.1 多规汇集数据提交标准 |
4.2.2 多规合一成果库数据标准 |
4.3 数据库设计 |
4.3.1 数据库体系设计 |
4.3.2 数据库软件设计 |
4.3.3 数据库概念模型设计 |
4.3.4 数据库逻辑模型设计 |
4.3.5 数据库物理设计 |
4.3.6 数据更新业务流程设计 |
第五章 平台功能详细设计与实现 |
5.1 系统配置环境 |
5.1.1 网络部署架构 |
5.1.2 硬件配置 |
5.1.3 软件环境 |
5.1.4 开发环境 |
5.2 平台主界面实现 |
5.3 平台应用系统实现 |
5.3.1 程序设计 |
5.3.2 界面设计与实现 |
5.3.2.1 一张蓝图 |
5.3.2.2 综合台账 |
5.3.2.3 项目审查 |
5.3.2.6 联动更新 |
5.4 规划矛盾识别与协调模块实现 |
5.4.1 程序设计 |
5.4.2 界面设计及实现 |
5.4.2.1 冲突规则管理 |
5.4.2.2 规划冲突检测 |
5.4.2.3 差异图斑协调 |
5.5 数据资源服务接口实现 |
5.5.1 切片地图服务 |
5.5.2 动态地图服务 |
5.6 平台测试 |
5.6.1 测试环境及辅助工具 |
5.6.2 测试范围及方法 |
5.6.3 测试结果 |
5.6.4 测试结论与分析 |
5.7 项目成果运行情况 |
第六章 结论与展望 |
6.1 结论 |
6.2 创新点 |
6.3 展望 |
参考文献 |
攻读硕士学位期间取得的研究成果 |
致谢 |
附件 |
(3)空间数据处理微服务框架和服务组合技术研究(论文提纲范文)
摘要 |
ABSTRACT |
缩略语对照表 |
第一章 绪论 |
1.1 研究背景与意义 |
1.2 国内外研究现状 |
1.2.1 地理信息系统发展与现状 |
1.2.2 微服务框架研究现状 |
1.2.3 容器云平台研究现状 |
1.2.4 服务组合研究现状 |
1.3 研究目标与内容 |
1.4 论文章节安排 |
第二章 相关技术概述 |
2.1 OGC标准 |
2.1.1 OWS规范 |
2.1.2 WPS服务 |
2.2 软件体系结构 |
2.2.1 面向服务体系结构 |
2.2.2 微服务体系结构 |
2.3 容器云平台 |
2.3.1 Docker |
2.3.2 Harbor |
2.3.3 Kubernetes |
2.4 微服务组合方法 |
2.5 本章小结 |
第三章 微服务框架和服务组合总体设计 |
3.1 空间数据处理微服务框架设计 |
3.2 容器云平台设计 |
3.2.1 容器云平台总体架构设计 |
3.2.2 容器云平台功能架构设计 |
3.3 容器编排交互式设计 |
3.3.1 容器编排原理 |
3.3.2 交互式前端 |
3.4 服务组合方案设计 |
3.4.1 WPS服务拆分 |
3.4.2 WPS服务组合设计 |
3.4.3 服务组合机制设计 |
3.5 总体设计方案分析 |
3.6 本章小结 |
第四章 空间数据处理微服务框架实现 |
4.1 空间数据处理微服务框架实现 |
4.1.1 Web API层 |
4.1.2 应用服务层 |
4.1.3 服务管控层 |
4.2 框架负载均衡技术实现 |
4.2.1 Ribbon负载均衡 |
4.2.2 特殊场景负载均衡实现 |
4.2.3 特殊场景负载均衡测试 |
4.3 本章小结 |
第五章 服务编排与组合实现 |
5.1 服务编排交互式实现 |
5.1.1 交互式实现 |
5.1.2 交互式测试 |
5.1.3 测试结果与分析 |
5.2 服务组合实现 |
5.2.1 基于Medley的DSL实现 |
5.2.2 服务组合测试与结论 |
5.3 本章小结 |
第六章 总结与展望 |
6.1 论文工作总结 |
6.2 研究展望 |
致谢 |
作者简介 |
参考文献 |
(4)任务感知的多模态时空数据自适应可视化方法(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 可视化任务模型 |
1.2.2 时空数据自适应可视化 |
1.2.3 时空数据可视化调度机制 |
1.2.4 GIS可视化系统架构 |
1.3 论文研究思路 |
1.3.1 研究目标 |
1.3.2 研究内容 |
1.3.3 研究技术路线 |
1.4 论文组织结构 |
第2章 多模态时空数据多层次可视化任务模型 |
2.1 概述 |
2.1.1 数据可视化的含义 |
2.1.2 多模态时空数据特点 |
2.1.3 多模态时空数据可视化需求 |
2.2 多模态时空数据多层次可视化任务分类 |
2.2.1 展示性可视化任务 |
2.2.2 分析性可视化任务 |
2.2.3 探索性可视化任务 |
2.3 多层次可视化任务存算绘资源需求映射 |
2.3.1 多层次可视化任务存算绘资源需求特点 |
2.3.2 存储-计算-绘制资源分布特点 |
2.3.3 多层次可视化任务与存算绘资源映射关系 |
2.4 本章小结 |
第3章 任务驱动的多粒度存算绘服务协同调度方法 |
3.1 概述 |
3.1.1 Web服务技术 |
3.1.2 工作流技术及规范 |
3.1.3 GIS服务链特点 |
3.2 工作流构建 |
3.2.1 工作流元模型 |
3.2.2 工作流建模形式化表达 |
3.3 任务驱动的多粒度存算绘资源优化调度方法 |
3.3.1 工作流到有向图的映射 |
3.3.2 多粒度服务与有向图简化 |
3.3.3 基于QoS的多粒度存算绘服务链优化构建 |
3.3.4 任务驱动的多粒度存算绘资源协同调度机制 |
3.4 本章小结 |
第4章 任务感知的多模态时空数据自适应可视化引擎 |
4.1 引擎设计 |
4.1.1 引擎框架 |
4.1.2 引擎数据流 |
4.2 多模态时空数据可视化微服务框架 |
4.2.1 多语言微服务构建方案 |
4.2.2 基于容器技术的微服务管理与系统集成方法 |
4.2.3 服务的动态伸缩与注册发现机制 |
4.3 任务感知的自适应可视化调度机制 |
4.4 本章小结 |
第5章 多模态时空数据自适应可视化系统实现及其应用试验分析 |
5.1 原型系统研发 |
5.1.1 系统架构 |
5.1.2 微服务开发与管理环境 |
5.1.3 多样化客户端开发环境 |
5.2 多层次可视化试验 |
5.2.1 展示性可视化 |
5.2.2 分析性可视化 |
5.2.3 探索性可视化 |
5.3 多层次可视化任务承载力试验 |
5.3.1 多样化可视化应用平台 |
5.3.2 系统伸缩能力 |
5.4 本章小结 |
第6章 结论与展望 |
6.1 研究总结 |
6.2 展望 |
致谢 |
参考文献 |
攻读博士学位期间发表的论文及科研成果 |
已发表学术论文情况 |
学术活动 |
科研项目情况 |
(5)基于微服务的土石方施工调配平台设计与实现(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 论文背景及意义 |
1.2 国内外研究现状 |
1.2.1 微服务架构应用于GIS的研究现状 |
1.2.2 GIS应用于施工管理的研究现状 |
1.3 主要研究内容 |
1.4 技术路线 |
1.5 本文组织结构 |
第二章 微服务架构与API网关技术 |
2.1 微服务架构技术 |
2.1.1 微服务架构与其特点分析 |
2.1.2 微服务部署技术分析 |
2.1.3 本文采用的微服务部署技术 |
2.2 API网关技术 |
2.2.1 API网关技术概述 |
2.2.2 基于API网关的微服务架构通信机制 |
2.2.3 微服务用户认证技术分析 |
2.2.4 基于API网关的微服务用户认证方法 |
2.3 本章小结 |
第三章 基于定位器自定义通信协议的高性能服务 |
3.1 车辆实时监控技术 |
3.1.1 车辆实时监控的数据来源和通信 |
3.1.2 定位器自定义通信协议数据解析 |
3.2 高性能服务的设计和实现方法 |
3.2.1 基于G-P-M调度模型的Web服务分析 |
3.2.2 同步非阻塞的Web服务设计 |
3.3 高性能服务的定制化测试与验证 |
3.3.1 基于自定义通信协议和分布式的性能测试 |
3.3.2 测试结果与分析 |
3.4 本章小结 |
第四章 基于微服务架构的平台设计 |
4.1 平台总体设计 |
4.2 微服务拆分和进程间通信设计 |
4.2.1 微服务拆分 |
4.2.2 微服务进程间通信设计 |
4.3 微服务技术放权设计 |
4.4 车辆实时监控和调配方案推荐 |
4.5 本章小结 |
第五章 平台实现与应用 |
5.1 平台实现 |
5.1.1 微服务和API网关的实现 |
5.1.2 车辆实时监控和调配方案推荐功能的实现 |
5.2 微服务扩展能力测试 |
5.2.1 横向扩展的微服务性能测试 |
5.2.2 基于持续压力测试的扩展能力验证 |
5.3 土石方施工调配平台的应用 |
5.4 本章小结 |
总结与展望 |
总结 |
展望 |
参考文献 |
致谢 |
(6)基于微服务框架的地理空间数据服务平台设计与实现技术研究(论文提纲范文)
摘要 |
ABSTRACT |
缩略语对照表 |
第一章 绪论 |
1.1 研究背景与意义 |
1.2 国内外研究现状 |
1.2.1 地理信息系统研究现状 |
1.2.2 微服务框架研究现状 |
1.3 研究目标与内容 |
1.4 论文章节安排 |
第二章 相关技术概述 |
2.1 OGC-GIS标准 |
2.1.2 OWS服务 |
2.1.3 地理空间数据服务平台 |
2.2 微服务框架 |
2.2.2 Spring Cloud微服务框架 |
2.2.3 服务网关Zuul |
2.2.4 服务注册发现Eureka |
2.2.5 负载均衡Ribbon |
2.3 虚拟化技术 |
2.3.1 Docker虚拟化 |
2.3.2 Docker核心组件 |
2.3.3 对比传统虚拟机 |
2.4 RabbitMQ消息队列 |
2.5 ZooKeeper分布式协调服务 |
2.5.1 Zookeeper的存储模型 |
2.5.2 Zookeeper配置通知 |
2.6 本章小结 |
第三章 数据服务平台总体设计 |
3.1 整体架构设计 |
3.2 Web接口层设计 |
3.2.2 身份认证系统设计 |
3.2.3 服务路由设计 |
3.2.4 返回结果处理 |
3.3 地图应用微服务设计 |
3.3.1 地图应用微服务数据访问设计 |
3.3.2 地图应用微服务部署设计 |
3.4 地理空间服务调用设计 |
3.4.1 同步调用设计 |
3.4.2 异步调用设计 |
3.4.3 过载保护 |
3.5 后台服务管控系统设计 |
3.6 本章小结 |
第四章 平台负载均衡技术研究实现 |
4.1 Ribbon负载均衡器 |
4.2 热配置负载均衡实现 |
4.3 地理位置相关负载均衡算法 |
4.3.1 缓存系统设计 |
4.3.2 负载均衡实现 |
4.4 负载均衡测试与分析 |
4.4.1 实验环境说明 |
4.4.2 负载均衡热配置测试 |
4.4.3 负载均衡测试 |
4.5 本章小结 |
第五章 平台管控系统实现 |
5.1 管控代理实现 |
5.1.2 Docker监控与管理 |
5.1.3 服务器监控管理 |
5.1.4 Web接口层监控管理 |
5.1.5 注册中心监控管理 |
5.2 管控软件实现 |
5.2.1 平台配置管理实现 |
5.2.2 监控数据存储 |
5.2.3 监控数据可视化实现 |
5.2.4 数据监控报警 |
5.3 平台管控系统管理测试 |
5.3.1 实验环境说明 |
5.3.2 应用微服务部署测试 |
5.3.3 应用微服务测试 |
5.4 本章小结 |
第六章 总结与展望 |
6.1 论文工作总结 |
6.2 研究展望 |
参考文献 |
致谢 |
作者简介 |
(7)基于覆盖模型的遥感时序数据互操作计算应用研究(论文提纲范文)
中文摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景和意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 研究现状 |
1.2.1 GIS互操作研究现状 |
1.2.2 基于覆盖模型的互操作研究现状 |
1.2.3 R语言在GIS领域的研究现状 |
1.3 研究目标和内容 |
1.3.1 研究目标 |
1.3.2 研究内容 |
1.3.3 技术路线 |
1.4 论文的组织结构 |
第二章 WCPS和R语言协同计算方法 |
2.1 基于覆盖模型的互操作方法 |
2.1.1 WCS及WCPS概述 |
2.1.2 WCPS语法规则 |
2.1.3 WCPS实现方法 |
2.2 WCPS和R语言协同计算方法 |
2.2.1 R语言概述 |
2.2.2 WCPS与R语言协同计算方法 |
2.3 本章小结 |
第三章 遥感时序数据与覆盖数据的映射及存储 |
3.1 覆盖模型的相关理论 |
3.1.1 覆盖模型的抽象概念 |
3.1.2 覆盖模型的分类 |
3.1.3 覆盖模型编码模式 |
3.1.4 覆盖模型时空信息表达方法 |
3.2 遥感时序数据与覆盖模型的关系 |
3.3 遥感时序数据与覆盖数据的映射 |
3.4 遥感影像元数据集的构建 |
3.5 集成遥感影像元数据集的覆盖模型实现 |
3.6 映射后的覆盖数据存储 |
3.6.1 遥感时序数据存储 |
3.6.2 XML数据存储 |
3.7 本章小结 |
第四章 WCPS和R语言协同计算互操作系统构建 |
4.1 WCPS和R语言实现平台概述 |
4.1.1 WCPS实现平台 |
4.1.2 Web环境下R平台 |
4.2 WCPS和R语言协同计算互操作系统实现 |
4.2.1 系统开发语言与开发环境 |
4.2.2 系统架构设计 |
4.2.3 系统主要模块及实现 |
4.3 系统部署环境 |
4.4 本章小结 |
第五章 遥感时序数据互操作计算应用案例-以郑州主城区RSEI计算为例 |
5.1 RSEI研究背景 |
5.2 研究区概况及覆盖数据准备 |
5.2.1 覆盖数据准备 |
5.2.2 研究区概况 |
5.3 RSEI互操作计算 |
5.3.1 RSEI互操作计算方案 |
5.3.2 各分指标及RSEI计算方法 |
5.4 结果分析 |
5.4.1 RSEI计算结果可靠性分析 |
5.4.2 时空变化分析 |
5.4.3 回归预测分析 |
5.5 本章小结 |
总结与展望 |
工作总结 |
展望 |
参考文献 |
致谢 |
附录1 |
附录2 |
个人简历、在学期间的研究成果及发表的学术论文 |
(8)三维地理信息网络化服务接口的设计与应用(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 研究背景与意义 |
1.2 研究现状 |
1.3 存在的问题 |
1.4 本文的主要内容和组织结构 |
2 三维地理信息网络化服务架构设计 |
2.1 地理信息网络化服务基本概念 |
2.2 三维服务分类 |
2.3 三维服务架构设计 |
2.4 本章小结 |
3 三维地理信息网络化服务接口设计 |
3.1 服务接口概述 |
3.2 服务接口设计原则 |
3.3 数据服务接口设计 |
3.4 功能服务接口设计 |
3.5 本章小结 |
4 三维地理信息服务应用实例 |
4.1 服务管理平台 |
4.2 开发环境 |
4.3 系统架构设计 |
4.4 系统实现 |
4.5 本章小结 |
5 总结与展望 |
5.1 主要工作总结 |
5.2 展望 |
参考文献 |
致谢 |
攻读硕士学位期间主要科研工作和成果 |
(9)上下文感知的智慧城市空间信息服务关键技术研究(论文提纲范文)
本论文创新点 |
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景 |
1.1.1 从数字城市到智慧城市 |
1.1.2 从Web GIS到普适GIS |
1.1.3 从地理信息服务到智能空间信息服务 |
1.2 国内外研究现状 |
1.2.1 上下文本体建模 |
1.2.2 上下文感知的空间信息服务表达 |
1.2.3 上下文感知的空间信息服务发现 |
1.2.4 上下文感知的空间信息服务组合 |
1.3 研究目标 |
1.4 论文的主要研究内容与组织结构 |
1.4.1 主要研究内容 |
1.4.2 论文组织结构 |
第二章 上下文感知和语义空间信息服务 |
2.1 上下文感知计算 |
2.1.1 上下文的定义 |
2.1.2 上下文分类 |
2.1.3 上下文建模方法 |
2.1.4 上下文感知 |
2.2 语义WEB服务 |
2.2.1 本体 |
2.2.1.1 本体的概念 |
2.2.1.2 本体的分类 |
2.2.1.3 本体的表达语言 |
2.2.2 语义Web |
2.2.3 语义Web服务 |
2.2.3.1 OWL-S |
2.2.3.2 WSMO |
2.2.3.3 SAWSDL |
2.3 WEB服务发现 |
2.3.1 Web服务发现的模式 |
2.3.2 Web服务发现方法 |
2.3.2.1 基于语法的Web服务发现方法 |
2.3.2.2 基于语义的Web服务发现方法 |
2.4 服务组合 |
2.4.1 基于业务流程的服务组合方法 |
2.4.2 基于服务匹配的服务组合方法 |
2.4.3 基于省能规划的服务组合方法 |
2.4.4 基于自动机的服务组合方法 |
2.4.5 基于案例推理的服务组合方法 |
2.5 智慧城市空间信息服务 |
2.6 本章小结 |
第三章 上下文感知的智慧城市空间信息服务的表达 |
3.1 上下文感知的空间信息服务 |
3.2 智慧城市中的地理上下文本体 |
3.2.1 本体构建方法 |
3.2.2 地理上下文本体模型 |
3.2.2.1 地理上下文上层本体模型 |
3.2.2.2 空间因素 |
3.2.2.3 时间因素 |
3.2.2.4 用户因素 |
3.2.2.5 环境因素 |
3.2.2.6 技术因素 |
3.2.2.7 任务因素 |
3.2.2.8 社会因素 |
3.2.2.9 地理上下文下层本体模型 |
3.2.3 地理上下文本体的OWL表示 |
3.3 上下文感知的空间信息服务的语义模型 |
3.3.1 OWL-S的扩展 |
3.3.2 实例 |
3.4 本章小结 |
第四章 上下文感知的空间信息服务的匹配 |
4.1 引言 |
4.2 上下文感知的空间信息服务语义匹配机制 |
4.3 上下文感知的空间信息服务匹配的基本概念 |
4.3.1 概念的语义关系 |
4.3.2 语义距离 |
4.3.3 相似度函数 |
4.4 上下文感知的空间信息服务语义匹配 |
4.4.1 签名匹配 |
4.4.1.1 输入匹配 |
4.4.1.2 输出匹配 |
4.4.1.3 签名匹配 |
4.4.2 上下文感知的空间信息服务规范匹配 |
4.4.2.1 实体表达式匹配 |
4.4.2.2 关系表达式匹配 |
4.4.2.3 数据表达式匹配 |
4.4.2.4 复合表达式的匹配 |
4.4.3 上下文感知的空间信息服务匹配 |
4.5 本章小结 |
第五章 上下文感知的智慧城市空间信息服务组合 |
5.1 智能规划与PDDL |
5.2 上下文感知的空间信息服务组合方法和流程 |
5.2.1 上下文感知的空间信息服务组合流程 |
5.2.2 OWL-SGC转换为PDDL |
5.2.3 语义增强 |
5.3 应用场景 |
5.3.1 实例一 |
5.3.2 实例二 |
5.4 本章小结 |
第六章 上下文感知的空间信息服务实验系统 |
6.1 引言 |
6.2 原型设计 |
6.2.1 系统总体设计 |
6.2.2 系统开发运行环境 |
6.3 原型实现 |
6.3.1 上下文感知的空间信息服务的构建 |
6.3.2 上下文感知的空间信息服务的匹配 |
6.3.3 上下文感知的空间信息服务组合 |
6.3.4 上下文感知的地理信息服务的运行 |
6.4 本章小结 |
第七章 总结与展望 |
7.1 全文总结 |
7.2 研究展望 |
参考文献 |
攻博期间发表的科研成果目录 |
致谢 |
(10)基于Hadoop的云GIS若干关键技术研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究目的和意义 |
1.2 研究背景 |
1.2.1 技术背景 |
1.2.2 GIS面临的问题 |
1.2.3 云GIS及其优势 |
1.3 云计算研究现状 |
1.3.1 国外的研究现状 |
1.3.2 国内的研究现状 |
1.3.3 云计算分类 |
1.3.4 云计算与物联网、智慧地球 |
1.3.5 云计算研究小结 |
1.4 云GIS研究现状 |
1.4.1 云GIS国内外研究现状 |
1.4.2 存在的主要问题 |
1.5 本文研究内容 |
1.6 论文组织结构与章节安排 |
第二章 基于Hadoop的云GIS体系结构 |
2.1 云GIS体系结构设计目标与原则 |
2.1.1 设计目标 |
2.1.2 设计原则 |
2.2 开源云平台Hadoop体系结构 |
2.2.1 Hadoop的总体结构和模块 |
2.2.2 分布式文件系统HDFS |
2.2.3 分布式数据处理MapReduce |
2.2.4 Hama分布式计算框架 |
2.2.5 分布式数据库HBase |
2.3 基于Hadoop的云GIS体系结构设计 |
2.3.1 采用Hadoop搭建云GIS平台的原因 |
2.3.2 基于Hadoop的云GIS体系结构 |
2.3.3 基于Hadoop的云GIS服务开发流程 |
2.3.4 基于Hadoop的云GIS部署模式 |
2.3.5 基于Hadoop的云GIS体系结构特点 |
2.4 本章小结 |
第三章 基于Hadoop的云GIS数据存储相关技术 |
3.1 问题提出及解决思路 |
3.1.1 基于Hadoop的分布式存储问题 |
3.1.2 问题解决的基本思路 |
3.2 基于Mercator投影的层次剖分及空间索引 |
3.2.1 空间数据坐标系 |
3.2.2 Mercator投影金字塔四叉树层次剖分 |
3.2.3 基于MPPQT层次格网的空间索引 |
3.3 基于MPPQT层次剖分的矢量数据分布式存储 |
3.3.1 可行性分析 |
3.3.2 格网粒度确定 |
3.3.3 矢量要素唯一标识设计 |
3.3.4 基于格网单元的矢量数据分块组织 |
3.3.5 基于HBase的矢量数据表设计 |
3.4 基于HBase的数据过滤器属性数据查询 |
3.4.1 基于HBase的索引属性数据查询缺陷 |
3.4.2 基于HBase的数据过滤器及数据类型扩展 |
3.4.3 矢量数据查询接口设计 |
3.5 基于HBase的栅格数据分布式存储 |
3.6 本章小结 |
第四章 基于MapReduce的空间数据并行计算 |
4.1 MapReduce并行计算模型 |
4.1.1 MapReduce输入/输出格式 |
4.1.2 MapReduce输入分片 |
4.1.3 MapReduce数据过滤 |
4.2 基于MapReduce的空间数据并行计算可行性分析 |
4.2.1 MapReduce计算模型的使用场景及其局限性 |
4.2.2 基于MapReduce的空间数据并行处理可行性分析 |
4.2.3 基于MapReduce的空间数据并行处理层次结构 |
4.3 基于MapReduce的空间数据并行处理 |
4.3.1 基于MapReduce的HDFS矢量数据并行处理 |
4.3.2 基于MapReduce的HBase矢量数据并行处理 |
4.3.3 基于MapReduce的栅格数据并行处理 |
4.3.4 基于MapReduce的空间邻近查询设计 |
4.3.5 基于MapReduce的空间数据并行处理效率分析 |
4.4 本章小结 |
第五章 云GIS原型系统设计实现及实验结果分析 |
5.1 原型系统体系结构设计 |
5.2 测试环境与测试数据 |
5.2.1 软硬件试验环境 |
5.2.2 原型系统部署 |
5.2.3 测试数据 |
5.2.4 对比方案设计及软硬件配置 |
5.3 相关技术实现与验证 |
5.3.1 空间数据导入工具 |
5.3.2 数据查询试验 |
5.3.3 基于MapReduce矢量数据空间计算 |
5.4 基于Hadoop的空间信息服务实现与验证 |
5.4.1 OGC空间信息服务标准对云GIS适用性 |
5.4.2 空间信息服务实现的相关技术 |
5.4.3 基于Hadoop的空间信息服务设计 |
5.4.4 基于Hadoop的空间信息服务实现 |
5.4.5 空间信息服务接口应用 |
5.5 本章小结 |
第六章 总结与展望 |
6.1 主要研究工作 |
6.2 主要创新点 |
6.3 本文不足与研究展望 |
致谢 |
参考文献 |
作者简历 |
四、GIS Web Services实例研究(论文参考文献)
- [1]基于Spring Boot的教师企业实践管理系统的设计与实现[D]. 梁莹. 广西大学, 2021(12)
- [2]基于WebGIS的多规合一信息平台研究和应用[D]. 徐郊. 华南理工大学, 2020(05)
- [3]空间数据处理微服务框架和服务组合技术研究[D]. 朱耀耀. 西安电子科技大学, 2020(05)
- [4]任务感知的多模态时空数据自适应可视化方法[D]. 刘铭崴. 西南交通大学, 2019(06)
- [5]基于微服务的土石方施工调配平台设计与实现[D]. 郑俊秋. 中国石油大学(华东), 2019(09)
- [6]基于微服务框架的地理空间数据服务平台设计与实现技术研究[D]. 罗杨. 西安电子科技大学, 2019(02)
- [7]基于覆盖模型的遥感时序数据互操作计算应用研究[D]. 陈远杰. 福州大学, 2018(03)
- [8]三维地理信息网络化服务接口的设计与应用[D]. 董莉. 山东科技大学, 2018(03)
- [9]上下文感知的智慧城市空间信息服务关键技术研究[D]. 柳来星. 武汉大学, 2016(01)
- [10]基于Hadoop的云GIS若干关键技术研究[D]. 范建永. 解放军信息工程大学, 2013(07)