新書推薦：
《
骗局
》
售價：HK$
55.2
《
金融危机500年：金色的镣铐（纵观救市措施如何再造金融体系、重塑世界格局）
》
售價：HK$
86.3
《
“600号”疗愈手册：告别焦虑
》
售價：HK$
66.7
《
经纬度丛书·帝国为什么衰落：罗马、美国与西方的未来
》
售價：HK$
89.7
《
投资小白的财务自由之路
》
售價：HK$
79.4
《
巫蛊乱长安：汉武帝晚年的夺嫡暗战
》
售價：HK$
78.2
《
茶经译注
》
售價：HK$
112.7
《
天机长安
》
售價：HK$
64.4
|
| 編輯推薦： |
1.行业大牛亲笔写作：由京东科技集团时空数据组负责人隋远领衔，联合经验丰富的专家俞自生和王如斌共同撰写，确保内容的专业性和前瞻性。
2.深入浅出的知识体系：从基础概念到核心技术，本书为读者提供了一个由浅入深的学习路径，无论是初学者还是专业人士，都能快速构建起时空大数据系统的全面知识框架。
3.实战案例与技术结合：书中不仅详细介绍了时空大数据系统的核心架构，还通过网上购物、物流服务、危化品车辆监管等热门应用案例，展示了理论与实践的无缝结合。
4.源码参考与STAR法则：每项重点技术都配有源码参考，帮助读者更好地理解和应用技术。同时，每个案例都遵循STAR法则（情境、任务、行动、结果），让读者能够清晰地看到技术如何解决实际问题。
5.前沿技术与常见算法：本书不仅涵盖了时空大数据领域的常见算法，还融入了前沿的技术动态，确保读者能够掌握并应用新的研究成果，提升工作效率和质量。
|
| 內容簡介： |
|
本书分为 10 章。前两章循序渐进地介绍了时空大数据系统产生的背景、时空大数据系统相关的基础知识，包括专业概念、基础技术组件，以及基础的数据处理工具。接下来的五章是本书的核心内容，从底向上分别介绍了时空数据系统总体结构中的各个层次，包括数据的感知与接入、数据的存储与索引、数据的分析与挖掘、数据的服务与共享、数据的可视化。这些章会介绍常见的算法和前沿的技术，并会给出这些技术和算法在普通场景下和分布式场景下的实现思路。最后本书详尽拆解了网上购物、物流服务、危化品车辆监管这三个热门的大数据系统的应用。
|
| 關於作者： |
|
隋远，毕业于北京师范大学，现任京东科技集团时空数据组负责人，资深架构师。CCF数据库、大数据、分布式计算专委会委员。在时空数据领域有15年研究与工作经验，涉及GIS、定量遥感、智能城市等领域。带领团队打造了京东城市时空数据引擎JUST，团队发表了20多篇国际顶刊论文，申请专利60多项，先后服务了20多个大中型智慧城市项目，涉及市域治理、监测预警、智慧园区、智慧公安、政民互通等场景。 俞自生，毕业于西安电子科技大学，CCF数据库专业委员会通讯执行委员，研究方向为城市计算和时空数据管理与分析，著有《GeoMesa时空数据管理》一书。 王如斌，西南交通大学计算机科学与技术专业硕士，主要研究方向为城市计算、时空数据管理。
|
| 目錄：
|
第 1章 时空大数据系统的产生 001
1.1 时空数据无处不在 001
1.1.1 既是使用者又是生产者 001
1.1.2 如何进一步利用时空
数据 003
1.2 什么是时空大数据系统 004
1.2.1 传统 GIS 的产生 004
1.2.2 时空大数据的产生 005
1.3 时空大数据系统是如何构建的 006
1.3.1 互联网地图要解决的
问题 006
1.3.2 互联网地图整体架构 009
第 2章 时空数据基础知识 012
2.1 时空数据的产生 012
2.1.1 基础地理数据 012
2.1.2 行业地理数据 014
2.1.3 交通类数据 014
2.1.4 生活类数据 015
2.2 时空数据模型分类 016
2.2.1 空间数据模型 016
2.2.2 时空模型 021
2.3 坐标系统与投影 023
2.3.1 地理坐标系 024
2.3.2 常用地理坐标系 027
2.3.3 投影坐标系 028
2.3.4 常用投影坐标系 029
第3章 数据感知与接入 031
3.1 常用的感知手段 031
3.1.1 全球定位系统 031
3.1.2 遥感探测 035
3.1.3 其他数据感知手段 037
3.2 时空数据接入常用技术 039
3.2.1 小数据量 Web 接口
传输 039
3.2.2 本地数据文件上传 040
3.2.3 服务器间的离线同步 041
3.2.4 实时数据流式接入 042
第4章 数据存储与索引 045
4.1 空间数据模型 045
4.1.1 空间数据定义 045
4.1.2 空间数据特性 050
4.1.3 空间拓扑关系 053
4.2 时空数据索引算法 061
4.2.1 为什么需要空间索引 061
4.2.2 基于树状结构的空间
索引 064
目 录
CONTENTS
ii
时空大数据系统核心技术
4.2.3 基于填充曲线的时空
索引 069
4.3 时空数据存储技术 078
4.3.1 时空存储概述 078
4.3.2 文件存储 079
4.3.3 关系型存储 081
4.3.4 分布式存储 089
4.4 时空数据访问规范 097
4.4.1 数据规范 098
4.4.2 读写规范 100
第5章 时空大数据分析与挖掘 105
5.1 时空大数据分析算法概述 105
5.1.1 时空算法的分类 105
5.1.2 分布式计算与分区 107
5.2 几何分析 110
5.2.1 几何分析 110
5.2.2 Java Topology Suite 114
5.3 空间聚类 115
5.3.1 KMeans 116
5.3.2 DBSCAN 119
5.4 轨迹分析 121
5.4.1 轨迹预处理 122
5.4.2 轨迹挖掘 131
5.4.3 实时轨迹分析 146
5.5 路径规划 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 正地理编码 160
5.6.2 逆地理编码 169
5.7 连接分析 171
5.7.1 空间连接 171
5.7.2 分布式扩展 173
5.7.3 时空连接 178
第6章 数据服务与共享 180
6.1 时空数据共享难题 180
6.1.1 标准不一，烟囱林立 180
6.1.2. 传统桌面 GIS 系统
共享问题 181
6.1.3 高并发、大流量的
瓶颈 181
6.2 时空数据服务标准 182
6.2.1 OGC OWS 182
6.2.2 OGC API 185
6.3 时空数据服务系统的构建方案 186
6.3.1 主要功能 186
6.3.2 整体架构 187
6.3.3 常用技术 188
6.4 常见的时空数据服务系统 194
6.4.1 服务引擎 195
6.4.2 SaaS 平台 195
第7章 数据可视化 197
7.1 时空数据可视化的常用形式 197
7.1.1 地图的发展 197
7.1.2 地图综合 199
7.1.3 动态地图 204
7.1.4 专题地图 204
7.1.5 三维地图 205
目 录
iii
7.2 时空数据可视化基本原理 207
7.2.1 电子地图介绍 207
7.2.2 地图瓦片原理 208
7.2.3 栅格瓦片技术 212
7.2.4 矢量瓦片技术 214
7.2.5 动态矢量切片 218
7.2.6 静态矢量切片 221
7.2.7 矢量切片与地图综合 224
7.2.8 矢量免切片技术 225
7.2.9 时空数据可视化模型 227
7.3 时空数据可视化渲染技术 228
7.3.1 WebGIS 渲染技术的
发展 228
7.3.2 WebGL 技术 229
7.3.3 云渲染 231
7.4 发展趋势 232
第8章 网上购物时空数据应用 233
8.1 案例背景 233
8.2 案例分析 233
8.2.1 产品功能分析 233
8.2.2 数据分析 236
8.2.3 关键流程分析 238
8.3 实现方案 239
8.3.1 难点分析与技术选型 239
8.3.2 数据预处理 242
8.3.3 查询索引构建 243
8.3.4 数据查询与聚合运算 249
8.4 案例总结 250
第9章 物流服务时空数据应用 251
9.1 案例背景 251
9.2 案例分析 252
9.2.1 产品功能分析 252
9.2.2 数据分析 256
9.2.3 关键流程分析 258
9.3 实现方案 259
9.3.1 销量预测 260
9.3.2 智能分单 262
9.3.3 路径规划 263
9.4 案例总结 265
第 10 章 危化品车辆监管 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 数据分析 268
10.2.3 流程分析 271
10.3 方案实现 272
10.3.1 技术难点分析与技术
选型 272
10.3.2 车辆行驶状态分析 273
10.3.3 可视化大屏监测 274
10.3.4 车辆行驶异常预警 280
10.3.5 历史数据归档 282
10.4 案例总结 282
参考文献 283
|
|
購物車/收銀台(
0
) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
