第1章 空间数据库简介 1
1 概述 1
目录 1
2 空间数据管理的适用人群 2
3 GIS和SDBMS 3
4 空间数据库的三类用户 4
5 一个SDBMS的应用案例 6
6 空间数据库概览 12
6.1 空间分类学和数据模型 12
6.3 查询处理 14
6.2 查询语言 14
6.4 文件组织和索引 18
6.5 查询优化 21
6.6 数据挖掘 22
7 小结 22
8 参考书目 23
9 习题 24
第2章 空间概念和数据模型 27
1 空间信息模型 28
1.1 基于场的模型 30
1.3 空间数据类型 32
1.2 基于对象的模型 32
1.4 空间对象的操作 33
1.5 动态空间操作 37
1.6 将空间对象映射到.Java 38
2 数据库设计的三个步骤 41
2.1 ER模型 42
2.2 关系模型 45
2.3 将ER模型映射到关系模型 46
3 趋势：扩展ER模型表达空间概念 49
4 趋势：用UML构建面向对象数据模型 54
5 小结 57
7 习题 58
6 参考书目 58
第3章 空间查询语言 63
1 标准数据库查询语言 64
2 关系代数 66
2.1 选择和投影运算 67
2.2 集合运算 68
2.3 连接运算 69
3 SQL基础 71
3.1 DDL 71
3.2 DML 72
3.4 SQL查询示例 73
3.3 SQL查询的基本格式 73
3.5 RA和SQL小结 76
4 扩展SQL以处理空间数据 77
4.1 OGIS标准的SQL扩展 77
4.2 OGIS标准的局限性 79
5 强调空间的查询示例 79
6 趋势：对象－关系SQL 84
6.1 SQL3概览 85
6.2 对象关系模式 85
7 小结 88
6.3 查询示例 88
8 参考书目 89
9 习题 89
10 附录：州立公园数据库 93
第4章 空间存储和索引 99
1 存储：磁盘和文件 101
1.1 磁盘的几何结构和含义 102
1.2 缓冲区管理器 103
1.3 域、记录和文件 104
1.4 文件结构 105
1.5 聚类 107
2 空间索引 114
2.1 网格文件 116
2.2 R树 118
2.3 代价模型 123
3 趋势 123
3.1 用于对象分解的TR树 123
3.2 并发控制 125
3.3 空间连接索引 127
4 小结 131
5 参考书目 132
6 习题 133
第5章 查询处理与优化 137
1 空间操作计算 138
1.1 概述 138
1.2 空间操作 138
1.3 对象操作的两步查询处理 140
1.4 空间选择技术 141
1.5 一般的空间选择 142
1.6 空间连接操作算法 143
1.7 空间聚集操作策略：最近邻居 146
2 查询优化 147
2.1 逻辑转换 148
2.2 基于代价的优化：动态规划 152
3 空间索引结构分析 154
3.1 枚举可选的计划 157
3.2 混合体系结构中的分解与归并 158
4 分布式空间数据库系统 158
4.1 分布式DBMS体系结构 160
4.2 半连接操作 161
4.3 基于Web的空间数据库系统 161
5 并行空间数据库系统 165
5.1 硬件体系结构 165
5.2 并行查询计算 167
5.3 应用：实时地形可视化 169
6 小结 172
7 参考书目 173
8 习题 174
第6章 空间网络 177
1 网络数据库示例 178
2 概念数据模型、逻辑数据模型和物理数据模型 179
2.1 逻辑数据模型 179
2.2 物理数据模型 182
3 图的查询语言 185
3.1 关系代数的缺陷 186
3.2 SQLCONNECT子句 187
3.3 BART系统的查询示例 190
3.4 趋势：SQL3的递归 192
3.5 趋势：SQL3的网络ADT 193
4 图的算法 194
4.1 路径查询处理 195
4.2 图遍历算法 195
4.3 单对（v,d）最短路径的Best-first算法 199
4.4 趋势：层次策略 199
5 趋势：空间网络存取方法 203
5.1 网络操作的I/O代价度量 204
5.2 减少磁盘I/O的图分区方法 206
5.3 CCAM：一种连接性聚集的空间网络存取方法 208
6 小结 209
7 参考书目 210
8 习题 210
第7章 空间数据挖掘简介 213
1 模式发现 214
1.1 数据挖掘过程 215
1.2 统计学和数据挖掘 216
1.3 将数据挖掘作为搜索问题 217
1.5 历史上著名的空间数据探测案例 218
1.4 空间数据挖掘的独特性 218
2 空间数据挖掘的动机 219
2.1 应用领域示例 219
2.2 空间形态和自相关的度量 221
2.3 空间统计模型 224
2.4 数据挖掘的三位一体 225
3 分类技术 227
3.1 线性回归 228
3.2 空间回归 228
3.3 模型评估 229
3.4 采用图相似度预测位置 231
3.5 马可夫随机场 232
4 关联规则发现技术 235
4.1 Apriori：计算频繁项集的算法 236
4.2 空间关联规则 238
4.3 同位规则 239
5 聚类 239
5.1 K-medoid聚类算法 243
5.2 聚类、混合分析和EM算法 245
5.3 大型空间数据库聚类的策略 248
6 空间孤立点检测 250
7 小结 256
8.1 条件概率 257
8 附录：贝叶斯演算 257
9 参考书目 258
8.2 最大似然 258
10 习题 259
第8章 空间数据库发展趋势 265
1 支持场实体的数据库 266
1.1 栅格与图像操作 267
1.2 存储和索引 270
2 基于内容的检索 271
2.1 拓扑相似性 272
2.2 方位相似性 273
2.4 属性关系图 274
2.3 离相似性 274
2.5 检索步骤 276
3 空间数据仓库概述 276
3.1 聚集操作 277
3.2 几何聚集的例子 280
3.3 聚集层次 280
3.4 哪些地方用到聚集层次 283
4 小结 286
5 参考书目 287
6 习题 288