空間數據庫

譯者序序1序2前言圖目錄表目錄第1章
空間數據庫簡介 11.1
概述 11.2
空間數據管理的適用人群 21.3
GIS和SDBMS 31.4
空間數據庫的三類用戶 41.5
一個SDBMS的應用案例 61.6
空間數據庫概覽 121.6.1
空間分類學和數據模型 121.6.2
查詢語言 141.6.3
查詢處理 141.6.4
文件組織和索引 181.6.5
查詢優(yōu)化 211.6.6
數據挖掘 221.7
小結 221.8
參考書目 231.9
習題 24第2章
空間概念和數據模型 272.1
空間信息模型 282.1.1
基于場的模型 302.1.2
基于對象的模型 322.1.3
空間數據類型 322.1.4
空間對象的操作 332.1.5
動態(tài)空間操作 372.1.6
將空間對象映射到Java 382.2
數據庫設計的三個步驟 412.2.1
ER模型 422.2.2
關系模型 452.2.3
將ER模型映射到關系模型 462.3
趨勢：擴展ER模型表達空間概念 492.4
趨勢：用UML構建面向對象數據模型 542.5
小結 572.6
參考書目 582.7
習題 58第3章
空間查詢語言 633.1
標準數據庫查詢語言 643.2
關系代數 663.2.1
選擇和投影運算 673.2.2
集合運算 683.2.3
連接運算 693.3
SQL基礎 713.3.1
DDL 713.3.2
DML 723.3.3
SQL查詢的基本格式 733.3.4
SQL查詢示例 733.3.5
RA和SQL小結 763.4
擴展SQL以處理空間數據 773.4.1
OGIS標準的SQL擴展 773.4.2
OGIS標準的局限性 793.5
強調空間的查詢示例 793.6
趨勢：對象-關系SQL 843.6.1
SQL3概覽 853.6.2
對象關系模式 853.6.3
查詢示例 883.7
小結 883.8
參考書目 893.9
習題 893.10
附錄：州立公園數據庫 93第4章
空間存儲和索引 994.1
存儲：磁盤和文件 1014.1.1
磁盤的幾何結構和含義 1024.1.2
緩沖區(qū)管理器 1034.1.3
域. 記錄和文件 1044.1.4
文件結構 1054.1.5
聚類 1074.2
空間索引 1144.2.1
網格文件 1164.2.2
R樹 1184.2.3
代價模型 1234.3
趨勢 1234.3.1
用于對象分解的TR*樹 1234.3.2
并發(fā)控制 1254.3.3
空間連接索引 1274.4
小結 1314.5
參考書目 1324.6
習題 133第5章
查詢處理與優(yōu)化 1375.1
空間操作計算 1385.1.1
概述 1385.1.2
空間操作 1385.1.3
對象操作的兩步查詢處理 1405.1.4
空間選擇技術 1415.1.5
一般的空間選擇 1425.1.6
空間連接操作算法 1435.1.7
空間聚集操作策略：最近鄰居 1465.2
查詢優(yōu)化 1475.2.1
邏輯轉換 1485.2.2
基于代價的優(yōu)化：動態(tài)規(guī)劃 1525.3
空間索引結構分析 1545.3.1
枚舉可選的計劃 1575.3.2
混合體系結構中的分解與歸并 1585.4
分布式空間數據庫系統(tǒng) 1585.4.1
分布式DBMS體系結構 1605.4.2
半連接操作 1615.4.3
基于Web的空間數據庫系統(tǒng) 1615.5
并行空間數據庫系統(tǒng) 1655.5.1
硬件體系結構 1655.5.2
并行查詢計算 1675.5.3
應用：實時地形可視化 1695.6
小結 1725.7
參考書目 1735.8
習題 174第6章
空間網絡 1776.1
網絡數據庫示例 1786.2
概念數據模型. 邏輯數據模型和物理數據模型 1796.2.1
邏輯數據模型 1796.2.2
物理數據模型 1826.3
圖的查詢語言 1856.3.1
關系代數的缺陷 1866.3.2
SQL CONNECT 子句 1876.3.3
BART系統(tǒng)的查詢示例 1906.3.4
趨勢：SQL3的遞歸 1926.3.5
趨勢：SQL3的網絡ADT 1936.4
圖的算法 1946.4.1
路徑查詢處理 1956.4.2
圖遍歷算法 1956.4.3
單對 v,d 最短路徑的Best-first算法 1996.4.4
趨勢：層次策略 1996.5
趨勢：空間網絡存取方法 2036.5.1
網絡操作的I/O代價度量 2046.5.2
減少磁盤I/O的圖分區(qū)方法 2066.5.3
CCAM: 一種連接性聚集的空間網絡存取方法 2086.6
小結 2096.7
參考書目 2106.8
習題 210第7章
空間數據挖掘簡介 2137.1
模式發(fā)現 2147.1.1
數據挖掘過程 2157.1.2
統(tǒng)計學和數據挖掘 2167.1.3
將數據挖掘作為搜索問題 2177.1.4
空間數據挖掘的獨特性 2187.1.5
歷史上著名的空間數據探測案例 2187.2
空間數據挖掘的動機 2197.2.1
應用領域示例 2197.2.2
空間形態(tài)和自相關的度量 2217.2.3
空間統(tǒng)計模型 2247.2.4
數據挖掘的三位一體 2257.3
分類技術 2277.3.1
線性回歸 2287.3.2
空間回歸 2287.3.3
模型評估 2297.3.4
采用圖相似度預測位置 2317.3.5
馬可夫隨機場 2327.4
關聯規(guī)則發(fā)現技術 2357.4.1
Apriori：計算頻繁項集的算法 2367.4.2
空間關聯規(guī)則 2387.4.3
同位規(guī)則 2397.5
聚類 2397.5.1
K-medoid聚類算法 2437.5.2
聚類. 混合分析和EM算法 2457.5.3
大型空間數據庫聚類的策略 2487.6
空間孤立點檢測 2507.7
小結 2567.8
附錄：貝葉斯演算 2577.8.1
條件概率 2577.8.2
最大似然 2587.9
參考書目 2587.10 習題 259第8章
空間數據庫發(fā)展趨勢 2658.1
支持場實體的數據庫 2668.1.1
柵格與圖像操作 2678.1.2
存儲和索引 2708.2
基于內容的檢索 2718.2.1
拓撲相似性 2728.2.2
方位相似性 2738.2.3
距離相似性 2748.2.4
屬性關系圖 2748.2.5
檢索步驟 2768.3
空間數據倉庫概述 2768.3.1
聚集操作 2778.3.2
幾何聚集的例子 2808.3.3
聚集層次 2808.3.4
哪些地方用到聚集層次 2838.4
小結 2868.5
參考書目 2878.6
習題 288參考文獻 293