CN103425790A - 一种建立逆向时空四维数据模型的方法及装置 - Google Patents

一种建立逆向时空四维数据模型的方法及装置 Download PDF

Info

Publication number
CN103425790A
CN103425790A CN2013103823398A CN201310382339A CN103425790A CN 103425790 A CN103425790 A CN 103425790A CN 2013103823398 A CN2013103823398 A CN 2013103823398A CN 201310382339 A CN201310382339 A CN 201310382339A CN 103425790 A CN103425790 A CN 103425790A
Authority
CN
China
Prior art keywords
information
dimensional
space
time
observation
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN2013103823398A
Other languages
English (en)
Other versions
CN103425790B (zh
Inventor
湛邵斌
唐飞
贺敬凯
李晓堂
尹楠
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Institute of Information Technology
Original Assignee
Shenzhen Institute of Information Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenzhen Institute of Information Technology filed Critical Shenzhen Institute of Information Technology
Priority to CN201310382339.8A priority Critical patent/CN103425790B/zh
Publication of CN103425790A publication Critical patent/CN103425790A/zh
Application granted granted Critical
Publication of CN103425790B publication Critical patent/CN103425790B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明公开了一种建立逆向时空四维数据模型的方法及装置,所述方法包括:以观测点位置为圆点,以属性维(A)、时间维(T)、以及二维空间(X,Y)分别作为四维度信息建立时空四维坐标系;从关系数据库中获取观测点在关系数据库坐标系中的原坐标值(X’,Y’),将所述原坐标值(X’,Y’)转化成符合时空四维坐标系的坐标点P(A,T,X,Y);以二维表结构记录观测点P(A,T,X,Y)的数据信息的变化;当有多个观测点形成点群时,采用非关系型方式记录点群的数据信息。所述装置包括:建立模块、转化模块及记录模块。本发明通过建立逆向时空思维数据坐标系,并采用数据库适用数据信息的方式满足了高并发读写需求、海量数据的高效率读写以及高扩展性和可用性的问题。

Description

一种建立逆向时空四维数据模型的方法及装置
技术领域
本发明涉及计算机技术领域,特别涉及一种建立逆向时空四维数据模型的方法及装置。
背景技术
现有数据库多为关系型数据库,进行数据的属性信息存储,并通过查询语句进行调用。从上世纪90年代初开始,基于空间数据库和时态数据库两方面的研究成果,有学者提出时空数据库的概念,寻求将时空二者结合来描述自然界中对象的运动行为并进行处理,随后时空数据库迅速成为一个研究热点。
时空数据库能够查询在某个特定时间段内,位于某个特定的空间区域内的对象情况。例如,针对地质遥感数据的多时相描述,除属性信息外,其时间、空间的变化等等进行存储。
目前,时空数据库相应技术有所改进,采用的方式是数据模型构建均是在给定的坐标环境下,进行多时间点,时间段的个体空间信息变化。即以现有关系数据模型为固定参考系,对研究目标进行信息存储。其产生完全依赖于关系数据库的模式,是关系数据库的一种顺沿,即建立好数据库后,将多条记录存入到数据库中。
但是上述方式由于属性信息库中,不涉及空间概念,也就不存在坐标系的说法。每条记录是一个呆板的信息,以数据库为固定模式,将信息以记录形式存入库中,此种方式下的关系型数据库模型不能满足高并发读写需求、海量数据的高效率读写以及高扩展性和可用性的问题。
发明内容
为了解决现有技术中用关系型数据库模型存储时空数据时不能满足高并发读写需求、海量数据的高效率读写以及高扩展性和可用性的问题,本发明实施例提供了一种建立逆向时空思维数据模型的方法。所述技术方案如下:
第一方面,提供了一种建立逆向时空思维数据的方法,所述方法包括:
以观测点位置为圆点,以属性维(A)、时间维(T)、以及二维空间(X,Y)分别作为四维度信息建立时空四维坐标系;
从关系数据库中获取观测点在关系数据库坐标系中的原坐标值(X’,Y’),将所述原坐标值(X’,Y’)转化成符合时空四维坐标系的坐标点P(A,T,X,Y);
以二维表结构记录观测点P(A,T,X,Y)的数据信息的变化;当有多个观测点形成点群时,采用非关系型方式记录点群的数据信息。
优选地,所述以观测点位置为圆点,以属性维(A)、时间维(T)、以及二维空间(X,Y)分别作为四维度信息建立时空四维坐标系,具体包括:
以观测点为目标圆点,所述属性维(A)记录所有属性信息,时间维(T)记录时间信息,观测点的运动方向为X轴,运动轨迹的法方向为Y轴。
优选地,所述当有多个观测点形成点群时,采用非关系型方式记录点群的数据信息,其中,所述非关系型方式记录点群的表示方法具体为:P1;P2;P3;P4……Pn。
优选地,所述方法还包括:
确定目标观测点,调取目标观测点的的记录信息,查询目标信息;
增加目标观测点的记录时,确定所需添加信息的维度,获取相应信息记录到已确定的维度。
优选地,所述方法还包括:
获取目标观测点任一维度信息,根据所述维度信息的不同记录值进行比较,得到目标差值。
第二方面,提供了一种教务管理的交互装置,所述装置包括:
建立模块,用于以观测点位置为圆点,以属性维(A)、时间维(T)、以及二维空间(X,Y)分别作为四维度信息建立时空四维坐标系;
转化模块,用于从关系数据库中获取观测点在关系数据库坐标系中的原坐标值(X’,Y’),将所述原坐标值(X’,Y’)转化成符合时空四维坐标系的坐标点P(A,T,X,Y);
记录模块,用于以二维表结构记录观测点P(A,T,X,Y)的数据信息的变化;当有多个观测点形成点群时,采用非关系型方式记录点群的数据信息。
优选地,所述建立模块,具体用于以观测点为目标圆点,所述属性维(A)记录所有属性信息,时间维(T)记录时间信息,观测点的运动方向为X轴,运动轨迹的法方向为Y轴。
优选地,所述当有多个观测点形成点群时,采用非关系型方式记录点群的数据信息,其中,所述非关系型方式记录点群的表示方法具体为:P1;P2;P3;P4……Pn。
优选地,其特征在于,所述装置还包括:
查询添加模块,用于确定目标观测点,调取目标观测点的的记录信息,查询目标信息,增加目标观测点的记录时,确定所需添加信息的维度,获取相应信息记录到已确定的维度。
优选地,其特征在于,所述装置还包括:
比较模块,用于获取目标观测点任一维度信息,根据所述维度信息的不同记录值进行比较,得到目标差值。
本发明实施例提供的技术方案带来的有益效果是:
通过建立逆向思维时空坐标系,以观测点的角度描述随着时间信息的变化并进行相应的记录,使数据库满足信息的变化,由于数据库满足信息的变化能灵活变化,从而实现各维数据信息变化的单独记录,从而达到高并发读写需求以及高的读写效率和扩展性。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是关系型数据库的二维结构示意图;
图2是本发明实施例一提供的一种建立逆向时空四维数据模型的方法流程图;
图3是本发明建立的坐标系下记录信息的二维表结构示意图;
图4是本发明实施例一提供的另一种建立逆向时空思维数据模型的方法流程图;
图5是本发明实施例二提供的一种建立逆向时空思维数据模型的装置结构图;
图6是本发明实施例二提供的又一种建立逆向时空思维数据模型的装置结构图;
图7是本发明实施例二提供的再一种建立逆向时空思维数据模型的装置结构图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明实施方式作进一步地详细描述。
实施例一
关系型数据库如图1所示,以关系型表格形式进行信息存储,对于信息查询提供了强有力的方法,而时空数据模型也多以这种方式存储。只是增加了关系的维数,即建立了时间轴和空间轴。但仍然是在固有的关系型表格中增加列数以存储时空数据模型。即:数据库或数据模型是静态的,信息记录必须符合数据模型的格式才能进行存储。
随着信息技术的发展,现在的用户更加具有个性化,关系型数据库的一些必备的技术反而不是那么重要了。比如:
1)事务一致性:关系型数据库在对事物一致性的维护中有很大的开销,而现在很多时空系统对事物的读写一致性都不高。
2)读写实时性:对关系数据库来说,插入一条数据之后立刻查询,是肯定可以读出来这条数据的,但是对于很多时空系统应用来说,并不要求这么高的实时性,比方说发一条消息之后,过几秒乃至十几秒之后,我的订阅者才看到这条动态是完全可以接受的。
3)复杂SQL,特别是多表关联查询:任何大数据量的系统,都非常忌讳多个大表的关联查询,以及复杂的数据分析类型的复杂SQL报表查询,特别是SNS类型的网站,从需求以及产品设计角度,就避免了这种情况的产生。往往更多的只是单表的主键查询,以及单表的简单条件分页查询,SQL的功能被极大的弱化了。
4)对于时空系统来说,用户更关注的感兴趣空间的时态变化,其它的空间或者同一空间的其它时间段并不是我们所关注的。
基于上述原因,让库去适应信息的重要性,本发明实施例一提供了一种建立逆向时空四维数据模型的方法,如图2所示,所述方法包括:
步骤201:以观测点位置为圆点,以属性维(A)、时间维(T)、以及二维空间(X,Y)分别作为四维度信息建立时空四维坐标系。
其中,所述逆向时空思维数据模型是指数据库根据信息的具体情况进行适应和调整,并记录信息的数据库模型;所述观测点是指以需描述的物体位置为参照来描述外部信息变化的位置,比如,描述汽车的变化情况,是假设观测者所在的位置是汽车内,随着汽车的变化描述汽车外其他属性或空间位置关系的变化。
具体地,上述建立时空思维坐标系的过程具体为:以观测点为目标圆点,所述属性维(A)记录所有属性信息,时间维(T)记录时间信息,观测点的运动方向为X轴,运动轨迹的法方向为Y轴。
步骤202:从关系数据库中获取观测点在关系数据库坐标系中的原坐标值(X’,Y’),将所述原坐标值(X’,Y’)转化成符合时空四维坐标系的坐标点P(A,T,X,Y)。
其中,从原关系数据库中获取的位置的坐标值进行转化并作为二维空间初始位置,例如,原数据库坐标系统O’(x’,y’)上,观测点的坐标为P(A,T,X,Y),则在逆向数据坐标系中,该点记录为P(A,T,-X,-Y)。
步骤203:以二维表结构记录观测点P(A,T,X,Y)的数据信息的变化。
其中,所述观测点P(A,T,X,Y)用二维表结构,记录自身信息,当A不发生变化时记录为0,变化时录入新数据,信息用半角英文分号区分,示例图如图3。
步骤204:当有多个观测点形成点群时,采用非关系型方式记录点群的数据信息。
其中,所述非关系型方式记录点群的表示方法具体为:P1;P2;P3;P4……Pn。
上述实施方式一通过建立逆向思维时空坐标系,以观测点的角度描述随着时间信息的变化并进行相应的记录,使数据库满足信息的变化,由于数据库满足信息的变化能灵活变化,从而实现各维数据信息变化的单独记录,从而达到高并发读写需求以及高的读写效率和扩展性。
可选地,结合上述实施方式,如图4所示,所述方法还包括:
401:确定目标观测点,调取目标观测点的的记录信息,查询目标信息。
402:增加目标观测点的记录时,确定所需添加信息的维度,获取相应信息记录到已确定的维度。
结合上述实施方式二增加目标观测点新记录时,新记录仅描述现有坐标系相对记录的变化信息,与其它记录耦合度小,CPU开销及I/O存储开销可以忽略,另外,在系统中增加一个观测点不需要多表同时更新。仅需通过添加更多的硬件和服务节点来扩展性能和负载能力。
可选地,结合上述实施方式,所述方法还包括:
获取目标观测点任一维度信息,根据所述维度信息的不同记录值进行比较,得到目标差值。
具体地,多记录点坐标系统不同,时间单位不同。但模型结构相同,相对原系统转化算法相同,如表1-表2所示,可完成P1点与P2点比较:
P1
A T X Y
蓝色;警告;145;深圳 2013-1-12:13:00 -125 136
0 2013-1-13:13:00 -52 125
红色;警告;145;深圳 2013-1-14:13:00 0 100
表1
P2
A T X Y
信息学院;17;大运会 2013-1-12:13:00 25 -36
信息学院;18;大运会 2013-1-12:15:00 50 -36
0 2013-1-12:17:00 75 -36
表2
记录比较可以在四个维度分别进行,属性信息比较与传统关系数据库类似,时间信息通过记录对比即可。空间信息取两个维度的差值,进行相减。我们可以很容易得出,同在2013年1月12日,P2点相对于P1点,以每小时12.5公里的速度,在距离P1点Y方向172公里的位置,水平直线运动。
本发明实施例一通过建立逆向思维时空坐标系的方法,以观测点的角度描述随着时间信息的变化并进行相应的记录,使数据库满足信息的变化,由于数据库满足信息的变化能灵活变化,从而实现各维数据信息变化的单独记录,从而达到高并发读写需求以及高的读写效率和扩展性。
实施例二
本发明实施例二提供了一种建立逆向时空思维数据模型的装置,如图5所示,所述装置包括:
建立模块501,用于以观测点位置为圆点,以属性维(A)、时间维(T)、以及二维空间(X,Y)分别作为四维度信息建立时空四维坐标系。
具体地,所述建立模块501具体用于以观测点为目标圆点,所述属性维(A)记录所有属性信息,时间维(T)记录时间信息,观测点的运动方向为X轴,运动轨迹的法方向为Y轴。
转化模块502,用于从关系数据库中获取观测点在关系数据库坐标系中的原坐标值(X’,Y’),将所述原坐标值(X’,Y’)转化成符合时空四维坐标系的坐标点P(A,T,X,Y);
记录模块503,用于以二维表结构记录观测点P(A,T,X,Y)的数据信息的变化;当有多个观测点形成点群时,采用非关系型方式记录点群的数据信息。
本实施例中,所述当有多个观测点形成点群时,采用非关系型方式记录点群的数据信息,其中,所述非关系型方式记录点群的表示方法具体为:P1;P2;P3;P4……Pn。
结合上述装置,如图6所示,所述装置还包括:
查询添加模块601,用于确定目标观测点,调取目标观测点的的记录信息,查询目标信息,增加目标观测点的记录时,确定所需添加信息的维度,获取相应信息记录到已确定的维度。
结合上述装置,如图7所示,所述装置还包括:
比较模块701,用于获取目标观测点任一维度信息,根据所述维度信息的不同记录值进行比较,得到目标差值。
本发明实施例一通过建立逆向思维时空坐标系的装置,以观测点的角度描述随着时间信息的变化并进行相应的记录,使数据库满足信息的变化,由于数据库满足信息的变化能灵活变化,从而实现各维数据信息变化的单独记录,从而达到高并发读写需求以及高的读写效率和扩展性。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (10)

1.一种建立逆向时空四维数据模型的方法,其特征在于,所述方法包括:
以观测点位置为圆点,以属性维(A)、时间维(T)、以及二维空间(X,Y)分别作为四维度信息建立时空四维坐标系;
从关系数据库中获取观测点在关系数据库坐标系中的原坐标值(X’,Y’),将所述原坐标值(X’,Y’)转化成符合时空四维坐标系的坐标点P(A,T,X,Y);
以二维表结构记录观测点P(A,T,X,Y)的数据信息的变化;当有多个观测点形成点群时,采用非关系型方式记录点群的数据信息。
2.根据权利要求1所述的方法,其特征在于,所述以观测点位置为圆点,以属性维(A)、时间维(T)、以及二维空间(X,Y)分别作为四维度信息建立时空四维坐标系,具体包括:
以观测点为目标圆点,所述属性维(A)记录所有属性信息,时间维(T)记录时间信息,观测点的运动方向为X轴,运动轨迹的法方向为Y轴。
3.根据权要求1所述的方法,其特征在于,所述当有多个观测点形成点群时,采用非关系型方式记录点群的数据信息,其中,所述非关系型方式记录点群的表示方法具体为:P1;P2;P3;P4……Pn。
4.根据权利要求1-3所述的方法,其特征在于,所述方法还包括:
确定目标观测点,调取目标观测点的的记录信息,查询目标信息;
增加目标观测点的记录时,确定所需添加信息的维度,获取相应信息记录到已确定的维度。
5.根据权利要求1-3所述的方法,其特征在于,所述方法还包括:
获取目标观测点任一维度信息,根据所述维度信息的不同记录值进行比较,得到目标差值。
6.一种建立逆向时空思维数据模型的装置,其特征在于,所述装置包括:
建立模块,用于以观测点位置为圆点,以属性维(A)、时间维(T)、以及二维空间(X,Y)分别作为四维度信息建立时空四维坐标系;
转化模块,用于从关系数据库中获取观测点在关系数据库坐标系中的原坐标值(X’,Y’),将所述原坐标值(X’,Y’)转化成符合时空四维坐标系的坐标点P(A,T,X,Y);
记录模块,用于以二维表结构记录观测点P(A,T,X,Y)的数据信息的变化;当有多个观测点形成点群时,采用非关系型方式记录点群的数据信息。
7.根据权利要求6所述的装置,其特征在于,所述建立模块,具体用于以观测点为目标圆点,所述属性维(A)记录所有属性信息,时间维(T)记录时间信息,观测点的运动方向为X轴,运动轨迹的法方向为Y轴。
8.根据权利要求6所述的装置,其特征在于,所述当有多个观测点形成点群时,采用非关系型方式记录点群的数据信息,其中,所述非关系型方式记录点群的表示方法具体为:P1;P2;P3;P4……Pn。
9.根据权利要求6-8所述的装置,其特征在于,所述装置还包括:
查询添加模块,用于确定目标观测点,调取目标观测点的的记录信息,查询目标信息,增加目标观测点的记录时,确定所需添加信息的维度,获取相应信息记录到已确定的维度。
10.根据权利要求6-8所述的装置,其特征在于,所述装置还包括:
比较模块,用于获取目标观测点任一维度信息,根据所述维度信息的不同记录值进行比较,得到目标差值。
CN201310382339.8A 2013-08-28 2013-08-28 一种建立逆向时空四维数据模型的方法及装置 Active CN103425790B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310382339.8A CN103425790B (zh) 2013-08-28 2013-08-28 一种建立逆向时空四维数据模型的方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310382339.8A CN103425790B (zh) 2013-08-28 2013-08-28 一种建立逆向时空四维数据模型的方法及装置

Publications (2)

Publication Number Publication Date
CN103425790A true CN103425790A (zh) 2013-12-04
CN103425790B CN103425790B (zh) 2017-01-25

Family

ID=49650527

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310382339.8A Active CN103425790B (zh) 2013-08-28 2013-08-28 一种建立逆向时空四维数据模型的方法及装置

Country Status (1)

Country Link
CN (1) CN103425790B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104750837A (zh) * 2015-04-03 2015-07-01 北京工商大学 增长型时间序列数据的可视化方法和系统

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109324575B (zh) * 2018-09-13 2019-12-03 蒂森克虏伯弹簧稳定杆(平湖)有限公司 平衡杆智能补偿方法及应用该方法的平衡杆加工工艺

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101231642A (zh) * 2007-08-27 2008-07-30 中国测绘科学研究院 时空数据库管理方法及其系统
GB2449754A (en) * 2007-06-01 2008-12-03 Boeing Co Spatio-temporal Graphical User Interface for Collaborative and Secure Information Sharing
CN102645218A (zh) * 2012-05-11 2012-08-22 常熟南师大发展研究院有限公司 Poi相对位置信息语音播报方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2449754A (en) * 2007-06-01 2008-12-03 Boeing Co Spatio-temporal Graphical User Interface for Collaborative and Secure Information Sharing
CN101231642A (zh) * 2007-08-27 2008-07-30 中国测绘科学研究院 时空数据库管理方法及其系统
CN102645218A (zh) * 2012-05-11 2012-08-22 常熟南师大发展研究院有限公司 Poi相对位置信息语音播报方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104750837A (zh) * 2015-04-03 2015-07-01 北京工商大学 增长型时间序列数据的可视化方法和系统
CN104750837B (zh) * 2015-04-03 2019-07-16 北京工商大学 增长型时间序列数据的可视化方法和系统

Also Published As

Publication number Publication date
CN103425790B (zh) 2017-01-25

Similar Documents

Publication Publication Date Title
CN106202447B (zh) 一种具备生产与管理一体化的数字地图制图系统
CN101908165A (zh) 一种基于gis的产业集群信息集成服务系统及方法
CN103744676A (zh) 一种多层级信息的关联展示方法
CN111737364B (zh) 安全多方数据融合与联邦共享方法、装置、设备及介质
CN104166695A (zh) 一种面向遥感数据内容的剖分、查询及动态显示方法
US11860846B2 (en) Methods, systems and apparatus to improve spatial-temporal data management
JP2020520508A (ja) 物品探索方法、装置及びロボット
CN107818116B (zh) 用于确定用户行为区域位置信息的方法与设备
CN104123388A (zh) 一种面向海量传感网数据的高并发实时接入系统及方法
Yu et al. The role of big data analysis in new product development
Eldawy et al. The era of big spatial data: a survey
Masoumi et al. City digital twins: Their maturity level and differentiation from 3D city models
CN103425790A (zh) 一种建立逆向时空四维数据模型的方法及装置
CN102222076A (zh) 一种信息比较方法和装置
CN105488226A (zh) 数字博物馆观览系统
CN105718471A (zh) 用户偏好建模方法、系统及用户偏好评估方法、系统
Franke et al. Visual Analysis of Spatio‐temporal Phenomena with 1D Projections
CN105654137B (zh) 一种海量遥感数据分类组织方法
Baig et al. Generalization of buildings within the framework of CityGML
Tang et al. A real-time system for air quality monitoring based on main-memory database
CN101813485A (zh) 基于地理信息数据的电子地图及其导航方法
Zou et al. An overview of geospatial information visualization
CN106126529A (zh) 一种面向嵌入式的三维空间数据存储方法
CN104881433A (zh) 一种存储遥感影像的方法和系统
CN104182440A (zh) 一种视频搜索方法及系统

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant