掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
時空大數據系統核心技術 版權信息
- ISBN：9787115631626
- 條形碼：9787115631626 ; 978-7-115-63162-6
- 裝幀：平裝-膠訂
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
時空大數據系統核心技術 本書特色
1.行業大牛親筆寫作：由京東科技集團時空數據組負責人隋遠領銜，聯合經驗豐富的專家俞自生和王如斌共同撰寫，確保內容的專業性和前瞻性。
2.深入淺出的知識體系：從基礎概念到核心技術，本書為讀者提供了一個由淺入深的學習路徑，無論是初學者還是專業人士，都能快速構建起時空大數據系統的全面知識框架。
3.實戰案例與技術結合：書中不僅詳細介紹了時空大數據系統的核心架構，還通過網上購物、物流服務、危化品車輛監管等熱門應用案例，展示了理論與實踐的無縫結合。
4.源碼參考與STAR法則：每項重點技術都配有源碼參考，幫助讀者更好地理解和應用技術。同時，每個案例都遵循STAR法則（情境、任務、行動、結果），讓讀者能夠清晰地看到技術如何解決實際問題。
5.前沿技術與常見算法：本書不僅涵蓋了時空大數據領域的常見算法，還融入了前沿的技術動態，確保讀者能夠掌握并應用新的研究成果，提升工作效率和質量。
時空大數據系統核心技術 內容簡介
本書分為 10 章。前兩章循序漸進地介紹了時空大數據系統產生的背景、時空大數據系統相關的基礎知識，包括專業概念、基礎技術組件，以及基礎的數據處理工具。接下來的五章是本書的核心內容，從底向上分別介紹了時空數據系統總體結構中的各個層次，包括數據的感知與接入、數據的存儲與索引、數據的分析與挖掘、數據的服務與共享、數據的可視化。這些章會介紹常見的算法和前沿的技術，并會給出這些技術和算法在普通場景下和分布式場景下的實現思路。*后本書詳盡拆解了網上購物、物流服務、；奋囕v監管這三個熱門的大數據系統的應用。
時空大數據系統核心技術 目錄
第 1章 時空大數據系統的產生 001
1.1 時空數據無處不在 001
1.1.1 既是使用者又是生產者 001
1.1.2 如何進一步利用時空
數據 003
1.2 什么是時空大數據系統 004
1.2.1 傳統 GIS 的產生 004
1.2.2 時空大數據的產生 005
1.3 時空大數據系統是如何構建的 006
1.3.1 互聯網地圖要解決的
問題 006
1.3.2 互聯網地圖整體架構 009
第 2章 時空數據基礎知識 012
2.1 時空數據的產生 012
2.1.1 基礎地理數據 012
2.1.2 行業地理數據 014
2.1.3 交通類數據 014
2.1.4 生活類數據 015
2.2 時空數據模型分類 016
2.2.1 空間數據模型 016
2.2.2 時空模型 021
2.3 坐標系統與投影 023
2.3.1 地理坐標系 024
2.3.2 常用地理坐標系 027
2.3.3 投影坐標系 028
2.3.4 常用投影坐標系 029
第3章 數據感知與接入 031
3.1 常用的感知手段 031
3.1.1 全球定位系統 031
3.1.2 遙感探測 035
3.1.3 其他數據感知手段 037
3.2 時空數據接入常用技術 039
3.2.1 小數據量 Web 接口
傳輸 039
3.2.2 本地數據文件上傳 040
3.2.3 服務器間的離線同步 041
3.2.4 實時數據流式接入 042
第4章 數據存儲與索引 045
4.1 空間數據模型 045
4.1.1 空間數據定義 045
4.1.2 空間數據特性 050
4.1.3 空間拓撲關系 053
4.2 時空數據索引算法 061
4.2.1 為什么需要空間索引 061
4.2.2 基于樹狀結構的空間
索引 064
目 錄
CONTENTS
ii
時空大數據系統核心技術
4.2.3 基于填充曲線的時空
索引 069
4.3 時空數據存儲技術 078
4.3.1 時空存儲概述 078
4.3.2 文件存儲 079
4.3.3 關系型存儲 081
4.3.4 分布式存儲 089
4.4 時空數據訪問規范 097
4.4.1 數據規范 098
4.4.2 讀寫規范 100
第5章 時空大數據分析與挖掘 105
5.1 時空大數據分析算法概述 105
5.1.1 時空算法的分類 105
5.1.2 分布式計算與分區 107
5.2 幾何分析 110
5.2.1 幾何分析 110
5.2.2 Java Topology Suite 114
5.3 空間聚類 115
5.3.1 KMeans 116
5.3.2 DBSCAN 119
5.4 軌跡分析 121
5.4.1 軌跡預處理 122
5.4.2 軌跡挖掘 131
5.4.3 實時軌跡分析 146
5.5 路徑規劃 151
5.5.1 DFS 和 BFS 152
5.5.2 Dijkstra 算法 154
5.5.3 GBFS 算法 156
5.5.4 A* 算法 158
5.6 地址搜索 159
5.6.1 正地理編碼 160
5.6.2 逆地理編碼 169
5.7 連接分析 171
5.7.1 空間連接 171
5.7.2 分布式擴展 173
5.7.3 時空連接 178
第6章 數據服務與共享 180
6.1 時空數據共享難題 180
6.1.1 標準不一，煙囪林立 180
6.1.2. 傳統桌面 GIS 系統
共享問題 181
6.1.3 高并發、大流量的
瓶頸 181
6.2 時空數據服務標準 182
6.2.1 OGC OWS 182
6.2.2 OGC API 185
6.3 時空數據服務系統的構建方案 186
6.3.1 主要功能 186
6.3.2 整體架構 187
6.3.3 常用技術 188
6.4 常見的時空數據服務系統 194
6.4.1 服務引擎 195
6.4.2 SaaS 平臺 195
第7章 數據可視化 197
7.1 時空數據可視化的常用形式 197
7.1.1 地圖的發展 197
7.1.2 地圖綜合 199
7.1.3 動態地圖 204
7.1.4 專題地圖 204
7.1.5 三維地圖 205
目 錄
iii
7.2 時空數據可視化基本原理 207
7.2.1 電子地圖介紹 207
7.2.2 地圖瓦片原理 208
7.2.3 柵格瓦片技術 212
7.2.4 矢量瓦片技術 214
7.2.5 動態矢量切片 218
7.2.6 靜態矢量切片 221
7.2.7 矢量切片與地圖綜合 224
7.2.8 矢量免切片技術 225
7.2.9 時空數據可視化模型 227
7.3 時空數據可視化渲染技術 228
7.3.1 WebGIS 渲染技術的
發展 228
7.3.2 WebGL 技術 229
7.3.3 云渲染 231
7.4 發展趨勢 232
第8章 網上購物時空數據應用 233
8.1 案例背景 233
8.2 案例分析 233
8.2.1 產品功能分析 233
8.2.2 數據分析 236
8.2.3 關鍵流程分析 238
8.3 實現方案 239
8.3.1 難點分析與技術選型 239
8.3.2 數據預處理 242
8.3.3 查詢索引構建 243
8.3.4 數據查詢與聚合運算 249
8.4 案例總結 250
第9章 物流服務時空數據應用 251
9.1 案例背景 251
9.2 案例分析 252
9.2.1 產品功能分析 252
9.2.2 數據分析 256
9.2.3 關鍵流程分析 258
9.3 實現方案 259
9.3.1 銷量預測 260
9.3.2 智能分單 262
9.3.3 路徑規劃 263
9.4 案例總結 265
第 10 章 ；奋囕v監管 266
10.1 案例背景 266
10.2 案例分析 266
10.2.1 功能分析 267
10.2.2 數據分析 268
10.2.3 流程分析 271
10.3 方案實現 272
10.3.1 技術難點分析與技術
選型 272
10.3.2 車輛行駛狀態分析 273
10.3.3 可視化大屏監測 274
10.3.4 車輛行駛異常預警 280
10.3.5 歷史數據歸檔 282
10.4 案例總結 282
參考文獻 283
1.1 時空數據無處不在 001
1.1.1 既是使用者又是生產者 001
1.1.2 如何進一步利用時空
數據 003
1.2 什么是時空大數據系統 004
1.2.1 傳統 GIS 的產生 004
1.2.2 時空大數據的產生 005
1.3 時空大數據系統是如何構建的 006
1.3.1 互聯網地圖要解決的
問題 006
1.3.2 互聯網地圖整體架構 009
第 2章 時空數據基礎知識 012
2.1 時空數據的產生 012
2.1.1 基礎地理數據 012
2.1.2 行業地理數據 014
2.1.3 交通類數據 014
2.1.4 生活類數據 015
2.2 時空數據模型分類 016
2.2.1 空間數據模型 016
2.2.2 時空模型 021
2.3 坐標系統與投影 023
2.3.1 地理坐標系 024
2.3.2 常用地理坐標系 027
2.3.3 投影坐標系 028
2.3.4 常用投影坐標系 029
第3章 數據感知與接入 031
3.1 常用的感知手段 031
3.1.1 全球定位系統 031
3.1.2 遙感探測 035
3.1.3 其他數據感知手段 037
3.2 時空數據接入常用技術 039
3.2.1 小數據量 Web 接口
傳輸 039
3.2.2 本地數據文件上傳 040
3.2.3 服務器間的離線同步 041
3.2.4 實時數據流式接入 042
第4章 數據存儲與索引 045
4.1 空間數據模型 045
4.1.1 空間數據定義 045
4.1.2 空間數據特性 050
4.1.3 空間拓撲關系 053
4.2 時空數據索引算法 061
4.2.1 為什么需要空間索引 061
4.2.2 基于樹狀結構的空間
索引 064
目 錄
CONTENTS
ii
時空大數據系統核心技術
4.2.3 基于填充曲線的時空
索引 069
4.3 時空數據存儲技術 078
4.3.1 時空存儲概述 078
4.3.2 文件存儲 079
4.3.3 關系型存儲 081
4.3.4 分布式存儲 089
4.4 時空數據訪問規范 097
4.4.1 數據規范 098
4.4.2 讀寫規范 100
第5章 時空大數據分析與挖掘 105
5.1 時空大數據分析算法概述 105
5.1.1 時空算法的分類 105
5.1.2 分布式計算與分區 107
5.2 幾何分析 110
5.2.1 幾何分析 110
5.2.2 Java Topology Suite 114
5.3 空間聚類 115
5.3.1 KMeans 116
5.3.2 DBSCAN 119
5.4 軌跡分析 121
5.4.1 軌跡預處理 122
5.4.2 軌跡挖掘 131
5.4.3 實時軌跡分析 146
5.5 路徑規劃 151
5.5.1 DFS 和 BFS 152
5.5.2 Dijkstra 算法 154
5.5.3 GBFS 算法 156
5.5.4 A* 算法 158
5.6 地址搜索 159
5.6.1 正地理編碼 160
5.6.2 逆地理編碼 169
5.7 連接分析 171
5.7.1 空間連接 171
5.7.2 分布式擴展 173
5.7.3 時空連接 178
第6章 數據服務與共享 180
6.1 時空數據共享難題 180
6.1.1 標準不一，煙囪林立 180
6.1.2. 傳統桌面 GIS 系統
共享問題 181
6.1.3 高并發、大流量的
瓶頸 181
6.2 時空數據服務標準 182
6.2.1 OGC OWS 182
6.2.2 OGC API 185
6.3 時空數據服務系統的構建方案 186
6.3.1 主要功能 186
6.3.2 整體架構 187
6.3.3 常用技術 188
6.4 常見的時空數據服務系統 194
6.4.1 服務引擎 195
6.4.2 SaaS 平臺 195
第7章 數據可視化 197
7.1 時空數據可視化的常用形式 197
7.1.1 地圖的發展 197
7.1.2 地圖綜合 199
7.1.3 動態地圖 204
7.1.4 專題地圖 204
7.1.5 三維地圖 205
目 錄
iii
7.2 時空數據可視化基本原理 207
7.2.1 電子地圖介紹 207
7.2.2 地圖瓦片原理 208
7.2.3 柵格瓦片技術 212
7.2.4 矢量瓦片技術 214
7.2.5 動態矢量切片 218
7.2.6 靜態矢量切片 221
7.2.7 矢量切片與地圖綜合 224
7.2.8 矢量免切片技術 225
7.2.9 時空數據可視化模型 227
7.3 時空數據可視化渲染技術 228
7.3.1 WebGIS 渲染技術的
發展 228
7.3.2 WebGL 技術 229
7.3.3 云渲染 231
7.4 發展趨勢 232
第8章 網上購物時空數據應用 233
8.1 案例背景 233
8.2 案例分析 233
8.2.1 產品功能分析 233
8.2.2 數據分析 236
8.2.3 關鍵流程分析 238
8.3 實現方案 239
8.3.1 難點分析與技術選型 239
8.3.2 數據預處理 242
8.3.3 查詢索引構建 243
8.3.4 數據查詢與聚合運算 249
8.4 案例總結 250
第9章 物流服務時空數據應用 251
9.1 案例背景 251
9.2 案例分析 252
9.2.1 產品功能分析 252
9.2.2 數據分析 256
9.2.3 關鍵流程分析 258
9.3 實現方案 259
9.3.1 銷量預測 260
9.3.2 智能分單 262
9.3.3 路徑規劃 263
9.4 案例總結 265
第 10 章 ；奋囕v監管 266
10.1 案例背景 266
10.2 案例分析 266
10.2.1 功能分析 267
10.2.2 數據分析 268
10.2.3 流程分析 271
10.3 方案實現 272
10.3.1 技術難點分析與技術
選型 272
10.3.2 車輛行駛狀態分析 273
10.3.3 可視化大屏監測 274
10.3.4 車輛行駛異常預警 280
10.3.5 歷史數據歸檔 282
10.4 案例總結 282
參考文獻 283
展開全部
時空大數據系統核心技術 作者簡介
隋遠，畢業于北京師范大學，現任京東科技集團時空數據組負責人，資深架構師。CCF數據庫、大數據、分布式計算專委會委員。在時空數據領域有15年研究與工作經驗，涉及GIS、定量遙感、智能城市等領域。帶領團隊打造了京東城市時空數據引擎JUST，團隊發表了20多篇國際頂刊論文，申請專利60多項，先后服務了20多個大中型智慧城市項目，涉及市域治理、監測預警、智慧園區、智慧公安、政民互通等場景。 俞自生，畢業于西安電子科技大學，CCF數據庫專業委員會通訊執行委員，研究方向為城市計算和時空數據管理與分析，著有《GeoMesa時空數據管理》一書。 王如斌，西南交通大學計算機科學與技術專業碩士，主要研究方向為城市計算、時空數據管理。
書友推薦
- >
經典常談
- >
隨園食單
- >
龍榆生：詞曲概論/大家小書
- >
山海經
- >
莉莉和章魚
- >
月亮與六便士
- >
人文閱讀與收藏·良友文學叢書:一天的工作
- >
企鵝口袋書系列·偉大的思想20:論自然選擇(英漢雙語)
本類暢銷
