天空地一體化時(shí)空大數(shù)據(jù)平臺(tái)關(guān)鍵技術(shù)

目錄
第1章　緒論　1　
1.1　平臺(tái)建設(shè)背景與意義　1　
1.1.1　平臺(tái)總體構(gòu)成　2　
1.1.2　數(shù)據(jù)分析　4　
1.1.3　關(guān)鍵技術(shù)分析　5　
1.2　平臺(tái)建設(shè)目標(biāo)、建設(shè)思路與建設(shè)原則　6　
1.2.1　建設(shè)目標(biāo)　6　
1.2.2　建設(shè)思路　7　
1.2.3　建設(shè)原則　7　
參考文獻(xiàn)　8　
第2章　時(shí)空大數(shù)據(jù)平臺(tái)框架　9　
2.1　平臺(tái)邏輯架構(gòu)　9　
2.2　平臺(tái)技術(shù)框架　10　
2.3　基于微服務(wù)的計(jì)算架構(gòu)　12　
2.3.1　微服務(wù)概述　13　
2.3.2　微服務(wù)體系架構(gòu)　14　
2.3.3　微服務(wù)管理平臺(tái)　15　
2.3.4　微服務(wù)構(gòu)建方法　15　
2.3.5　微服務(wù)編排模式　16　
2.4　時(shí)空大數(shù)據(jù)實(shí)時(shí)計(jì)算框架　17　
2.4.1　基于流的時(shí)空大數(shù)據(jù)實(shí)時(shí)計(jì)算架構(gòu)　17　
2.4.2　時(shí)空大數(shù)據(jù)實(shí)時(shí)計(jì)算關(guān)鍵技術(shù)　18　
2.4.3　基于邊云協(xié)同的時(shí)空任務(wù)調(diào)度策略　22　
參考文獻(xiàn)　25　
第3章　時(shí)空大數(shù)據(jù)管理與集成　26　
3.1　天空地時(shí)空大數(shù)據(jù)　26　
3.1.1　特點(diǎn)　26　
3.1.2　分類　27　
3.2　需求與挑戰(zhàn)　28　
3.2.1　高性能時(shí)空數(shù)據(jù)存儲(chǔ)　28　
3.2.2　時(shí)空大數(shù)據(jù)處理　29　
3.2.3　多源異構(gòu)數(shù)據(jù)一體化管理　29　
3.2.4　時(shí)空大數(shù)據(jù)服務(wù)　29　
3.3　時(shí)空大數(shù)據(jù)高性能云存儲(chǔ)　30　
3.3.1　基于列數(shù)據(jù)庫(kù)的矢量數(shù)據(jù)存儲(chǔ)　30　
3.3.2　基于快照模型的時(shí)空柵格大數(shù)據(jù)存儲(chǔ)　36　
3.4　時(shí)空大數(shù)據(jù)處理　39　
3.4.1　數(shù)據(jù)清洗與轉(zhuǎn)換　40　
3.4.2　時(shí)空網(wǎng)格處理　41　
3.5　時(shí)空大數(shù)據(jù)一體化管理　43　
3.5.1　二維空間數(shù)據(jù)組織　43　
3.5.2　三維空間數(shù)據(jù)組織　44　
3.5.3　分布式時(shí)空索引　47　
3.6　時(shí)空大數(shù)據(jù)服務(wù)　50　
3.6.1　二維空間數(shù)據(jù)服務(wù)　50　
3.6.2　三維空間數(shù)據(jù)服務(wù)　55　
3.7　地址匹配服務(wù)　59　
3.7.1　地址實(shí)體語料庫(kù)　60　
3.7.2　地址實(shí)體抽取模型　64　
3.7.3　地圖知識(shí)提取算法　65　
3.7.4　基于圖卷積神經(jīng)網(wǎng)絡(luò)的地圖與文本知識(shí)融合　66　
3.7.5　智能地址匹配服務(wù)　68　
參考文獻(xiàn)　71　
第4章　時(shí)空大數(shù)據(jù)鏈協(xié)同調(diào)度　72　
4.1　數(shù)據(jù)協(xié)同鏈　72　
4.1.1　含義　72　
4.1.2　系統(tǒng)定位　74　
4.2　工作流調(diào)度　74　
4.2.1　工作流調(diào)度引擎　76　
4.2.2　協(xié)作引擎　77　
4.2.3　批處理引擎　78　
4.3　跨平臺(tái)異構(gòu)服務(wù)編排調(diào)度　79　
4.3.1　開放服務(wù)代理技術(shù)　81　
4.3.2　自定義業(yè)務(wù)流程技術(shù)　81　
4.3.3　異步調(diào)用機(jī)制　82　
4.3.4　多云應(yīng)用自動(dòng)化部署技術(shù)　83　
4.4　數(shù)據(jù)協(xié)同計(jì)算任務(wù)調(diào)度　84　
4.4.1　基于預(yù)分類算法的云邊自適應(yīng)AI計(jì)算任務(wù)調(diào)度　85　
4.4.2　基于模型預(yù)分層的AI計(jì)算任務(wù)調(diào)度　88　
參考文獻(xiàn)　90　
第5章　時(shí)空大數(shù)據(jù)可視化　91　
5.1　可視化概述　91　
5.1.1　可視化方式　91　
5.1.2　可視分析方法　92　
5.1.3　可視化趨勢(shì)　93　
5.1.4　可視化目標(biāo)　94　
5.2　時(shí)空大數(shù)據(jù)可視化基礎(chǔ)　94　
5.2.1　流式地圖與時(shí)空立方體　94　
5.2.2　高維時(shí)空大數(shù)據(jù)可視化　95　
5.2.3　時(shí)空大數(shù)據(jù)三維可視化　98　
5.3　時(shí)空大數(shù)據(jù)可視化渲染　100　
5.3.1　可視化渲染概述　100　
5.3.2　智能化全尺度渲染　101　
5.3.3　分布式渲染　102　
5.3.4　集群協(xié)同渲染　103　
5.3.5　關(guān)鍵技術(shù)　104　
5.4　面向虛擬地球的時(shí)空大數(shù)據(jù)繪制　105　
5.4.1　面向虛擬地球的模型數(shù)據(jù)繪制　105　
5.4.2　面向虛擬地球的場(chǎng)數(shù)據(jù)繪制　107　
5.5　時(shí)空大數(shù)據(jù)可視化分析框架　109　
5.5.1　時(shí)空關(guān)系表示　109　
5.5.2　多視圖協(xié)同可視化框架　110　
參考文獻(xiàn)　111　
第6章　天空地一體化時(shí)空大數(shù)據(jù)平臺(tái)構(gòu)建與應(yīng)用　113　
6.1　平臺(tái)應(yīng)用架構(gòu)　113　
6.1.1　網(wǎng)絡(luò)架構(gòu)　113　
6.1.2　平臺(tái)依賴關(guān)系　115　
6.1.3　平臺(tái)安全架構(gòu)　116　
6.2　數(shù)據(jù)協(xié)同保障　117　
6.2.1　基于微服務(wù)的容器化部署　117　
6.2.2　基于容器的服務(wù)編排　119　
6.3　平臺(tái)功能架構(gòu)　124　
6.4　數(shù)據(jù)融合　125　
6.4.1　數(shù)據(jù)采集匯聚　125　
6.4.2　空間處理　128　
6.4.3　數(shù)據(jù)引擎　130　
6.4.4　元數(shù)據(jù)管理　131　
6.4.5　數(shù)據(jù)模型設(shè)計(jì)　133　
6.4.6　數(shù)據(jù)質(zhì)量管理　134　
6.5　數(shù)據(jù)服務(wù)　143　
6.5.1　原始數(shù)據(jù)服務(wù)　144　
6.5.2　地圖服務(wù)　144　
6.5.3　檢索分析服務(wù)　144　
6.5.4　分析挖掘服務(wù)　144　
6.6　可視化引擎　145　
6.6.1　可視化圖表　145　
6.6.2　可視化要素　146　
6.7　數(shù)據(jù)應(yīng)用　146　
6.7.1　動(dòng)態(tài)數(shù)據(jù)獲取　147　
6.7.2　數(shù)據(jù)管理　147　
6.7.3　分析量測(cè)　148　
6.7.4　模擬推演　148　
6.7.5　大數(shù)據(jù)挖掘　149　
6.7.6　大數(shù)據(jù)管理　149　
6.7.7　總體一張圖　150　
6.7.8　個(gè)性化界面　150　
參考文獻(xiàn)　150　
第7章　應(yīng)用案例　151　
7.1　智慧城市應(yīng)用　151　
7.1.1　背景及需求　151　
7.1.2　總體設(shè)計(jì)　152　
7.1.3　系統(tǒng)功能　153　
7.1.4　案例　160　
7.2　時(shí)空大數(shù)據(jù)治理應(yīng)用　161　
7.2.1　背景及需求　161　
7.2.2　總體設(shè)計(jì)　161　
7.2.3　系統(tǒng)功能　164　
7.2.4　案例　173　
7.3　公共安全應(yīng)用　174　
7.3.1　背景及需求　174　
7.3.2　總體設(shè)計(jì)　175　
7.3.3　系統(tǒng)功能　179　
7.3.4　案例　192　
參考文獻(xiàn)　193