一、地理信息服务概述（论文文献综述）
符季颖[1]（2021）在《面向灾害事件的应急数据集成与发布方法研究》文中指出随着信息化技术与应用的不断发展,在应急测绘保障能力建设的大背景下,应急测绘资源数据（以下简称:应急数据）的集成与共享正逐渐成为应急响应工作的重要依据。然而,暴雨洪水、严重干旱、低温冰雪、地震等自然灾害成灾快、点多面广、强度加大,这给应急决策、应急救援、灾情评估等应急响应工作带来极大挑战。应急数据具有海量性、多源异构性以及时效性等特点,数据标准和规范不统一,这对突发事件应急响应中应急数据快速汇集、信息共享提出了新的更高的要求。因此,结合语义网、互联网等技术建成应急数据集成与共享平台,对于实现应急数据智能化汇集、信息化共享,最大程度减少自然灾害突发事件对人们生产生活的严重影响至关重要。围绕着应急响应中应急数据集成与共享,本文提出了多层次语义约束数据集成框架及集成匹配规则的应急数据批量发布共享方法,并重点对应急响应机制、数据集成分析、数据信息服务等进行了研究,最后,以某省应急数据库实际项目为依托,进行了实例说明与验证。为实现上述方法,本文主要进行了以下几个方面的研究:1)研究应急数据的类型与特征以及灾害事件分类、等级等,并分析灾害事件应急测绘响应机制,探讨多源异构数据语义表达的技术方法,为灾害事件与应急数据统一描述模型的设计打下理论基础。深入剖析灾害、数据语义映射构建,明确时效性计算原理与规则制定要点以及数据服务规范,为数据集成与发布奠定技术基础。2)设计了多层次语义约束数据集成框架。首先,分析灾害事件类型、等级和应急数据时空、属性等要素,研究灾害事件与应急数据的语义表达,并通过五步法实现本体构建,进而实现灾害事件与应急数据的统一描述。然后,分析应急响应方案时效性要求,并从事件语义约束、数据语义约束和时效性语义约束3个层次出发,搭建多层次语义约束应急数据集成框架。最后,以用户需求为导向,实现多层次语义约束框架下的应急数据快速集成。3)提出一种基于集成匹配规则的应急数据批量发布方法。为了解决集成后的应急数据快速共享问题,本文通过分析应急数据的特点,研究相关地理信息服务规范,设计应急数据服务模型,然后制定数据服务规则并构建规则库,最后通过集成规则计算匹配自动选择发布具体数据服务,实现应急数据的批量发布,满足应急数据快速共享的需求。4)在数据汇集与快速发布的研究成果基础上,设计并开发了应急测绘资源数据集成与共享系统。利用该系统提供的数据处理、数据集成、数据服务等功能,实现应急数据快速集成与发布,验证本文所设计方法的可用性和有效性,探讨多层次语义约束的应急数据集成与共享在应急响应能力中所发挥的作用。
鄂天游[2]（2021）在《电力安全生产输电业务系统的设计与实现》文中指出在攀枝花供电公司的输电业务管理工作中,目前已经通过电网生产管理系统、用电营销系统、远程抄表系统等MIS管理信息系统实现了自动化管理。但是,仍存在着系统操作切换频繁、操作不便、数据存储分散、可视化程度不高等问题。为了解决上述问题,本文设计和开发了一套电力安全生产输电业务系统,在系统中通过对各输电MIS系统进行功能集成,基于GIS地理信息系统技术,将输电业务管理人员常用的功能进行融合,并通过GIS可视化界面的方式体用便利的操作接口支持,具有较高的管理效率和用户友好性,主要包含以下内容:1)整理分析了相关技术的发展现状及特点,并确立了系统的研发技术。对系统的开发需求情况进行综述,将系统划分为地理信息服务和软件服务两个方面的需求,并对具体的开发要求进行了阐述和分析。按照系统的开发要求,对系统进行功能设计,包括系统的总体功能设计、地理信息服务功能设计、软件服务功能设计和数据库的设计等。2)按照所选的研发技术和工具,详细分析和研究地理信息服务开发中的GIS服务环境配置、GIS资源管理、GIS图层绘制、GIS图上操作功能及交互功能的实现方法。分析研究软件服务功能的实现流程、服务发布方式,并展示软件服务的图形化界面效果。3)对系统进行测试分析,对其中的电力信息服务、软件服务功能进行验证,并测试系统的性能表现。通过系统的功能、性能测试,得到系统达到了攀枝花供电公司的输电业务管理要求。同时,系统在应用之后,实现了输电业务管理工作的集成化、可视化和数字化,有效提高了业务管理的效率和自动化水平。
王金传[3]（2019）在《基于OGC标准的分布式地理信息服务链构建方法研究》文中认为地理信息领域的发展已由空间数据的限制转向数据分析处理功能上的限制。计算机技术的发展,尤其是网络技术的发展,很好地解决了地理信息领域数据共享问题。借助面向网络的服务化思想来解决数据分析处理功能的限制问题成为研究热点。通过网络获取数据及处理分析功能,集成多方地理信息服务资源共同完成复杂任务,从单一地理信息服务向多服务集合的服务链模式迈进。本研究通过分析当前地理信息服务的研究现状及OGC标准规范,借助BPEL工作流模型,探究了分布式地理信息服务链构建方法。面向用户应用,结合暴雨洪灾实例模型,开发了地理信息服务链实例应用建模系统。本研究主要包括以下几个部分:（1）地理信息服务相关技术与规范研究。以Web Services原理、架构和关键技术为研究基础,引出地理信息服务的相关内容。从地理信息服务的概念上入手,通过对ISO/TC211与OGC组织分别提出的地理信息服务分类体系的对比分析,确定采用OGC开放标准作为服务规范,并对OGC标准下的地理信息服务的规范接口展开研究。（2）工作流技术研究。探究包括工作流管理系统和工作流模型描述语言在内的工作流技术。分析工作流管理系统组成及各自的功能,为实现地理信息服务链提供理论指导。以BPEL语言作为服务链业务流程描述的实现,分析BPEL语言构成及特点,对BPEL建模过程中的活动及控件进行研究。（3）地理信息服务链构建研究。对地理信息服务链概念和分类进行分析,对比服务链的三种分类（透明链、不透明链和半透明链）,探究实现服务链动态构建方法。以暴雨洪灾模型对地理信息服务链建模实例进行分析。设计暴雨洪灾洼地提取建模过程,明确实例中所用到的地理信息服务部署过程,并搭建GIS服务器环境发布所需服务。引入Apache ODE工作流引擎和Axis服务技术,设计OGC地理空间服务的Axis服务适配中间件算法实现;基于BPEL工作流模型设计完成暴雨洪灾模型中洼地识别的服务链。（4）设计面向用户应用的测试系统。结合实例对地理信息服务链应用分析,设计实现面向用户应用的测试系统。将暴雨洪灾模型服务链集成在系统中,以实际用户操作对系统进行展示和功能测试。实验结果表明,实现面向地学建模过程的地理信息服务链是有效可行的,为分布式环境下的地理信息资源共享提供了理论支持和实践指导。研究表明,遵循OGC服务标准,支持各种不同GIS平台服务的聚合再发布,保证了地理信息服务的通用性;基于BPEL工作流技术支持的业务描述标准保证了服务链描述的规范性,动态组合方法有利于获取新的地理信息数据和地学建模分析模型;实际的地学建模分析过程验证了以上研究方法的可行性。利用OGC服务开放标准和工作流技术规范,促进分布式系统中地理空间数据及GIS高级分析模型的灵活集成和互操作,实现基于地理信息服务链的应用模型推广。分布式地理信息资源的利用率低和扩展性低的现实问题得到充分解决,实现地理信息从“信息孤岛”到分布式共享的突破性转变,促进多学科、多领域的专家协作,丰富地理学建模研究领域的理论与方法体系。
蒋丹阳[4]（2018）在《面向个性化信息服务的查询词自动推荐方法研究》文中研究说明随着信息化革命在军事领域的深入推进,各类军事信息系统呈融合发展趋势,军事信息体量急剧增长,军事信息服务面临着信息过载的困境。查询词自动推荐是信息系统根据用户输入的字符,采用一定的技术和方法,向用户推荐补全完整的查询词,以提高用户的信息获取效率。而查询词本身具有歧义性和模糊性,且不同用户在兴趣偏好上存在差异,如何根据用户的搜索历史,理解他们的信息需求,建立相应的关注模型,准确推荐满足其个性化需求的查询词,是我军信息服务技术发展中亟待解决的关键问题。论文以实现个性化军事信息服务为目标,以用户数据挖掘和排序模型构建为关键技术,围绕军事信息服务中查询词自动推荐研究的理论与技术问题,分别从时间敏感特征、地理位置偏好、用户主题兴趣、检索任务分析、神经网络应用五个方面开展了深入的研究,并提出了相应的方法。论文的主要工作和创新点如下:（1）提出了基于查询词时敏特征的个性化查询词自动推荐方法针对当前研究没有考虑查询词频率的非周期性激增趋势,无法及时推荐时效性查询词的问题,论文提出了基于查询词时敏特征的个性化查询词自动推荐方法。首先我们利用傅里叶变换方法挖掘查询词的周期性时敏特征,以此预测未来查询频率。然后采用加权移动平均方法分析查询词的非周期性时敏特征,以此预测未来查询频率的增长幅度。最后将两个预测的变化趋势结合起来对查询词进行排序,使得查询词时敏特征得到充分的利用。实验结果表明,该方法比基准方法的排序准确率更高,能识别时效性查询词并满足用户的时效性信息需求。（2）提出了对于地理位置敏感的个性化查询词自动推荐方法针对当前研究忽略了地理查询词中包含的特殊语义信息和限定条件的问题,论文提出了对于地理位置敏感的个性化查询词自动推荐方法。该方法首先对显性地理查询词和隐性地理查询词分别进行分析和提取,并计算地理位置在查询词和用户兴趣偏好中的概率分布,然后将用户地理位置偏好作为排序标志之一对查询词进行排序。实验结果表明,该方法在排序准确率和推荐成功率上优于基准方法,满足用户对地理信息的个性化需求。（3）提出了基于用户主题兴趣的个性化查询词自动推荐方法针对个性化查询词自动推荐在用户建模时遇到的数据稀疏性问题,论文提出了基于用户主题兴趣的个性化查询词自动推荐方法。该方法首先利用主题模型挖掘用户的主题兴趣,然后采用聚类方法将主题兴趣相似的用户聚集成群,最后以相似用户历史查询词为补充数据建立当前用户的关注模型,并对查询词进行排序。由于聚类方法通常将用户划分至唯一一个用户群,不能反映用户主题兴趣的多元化,故论文提出了相似用户主题模型,使得用户能够以一定概率隶属于多个用户群。实验结果表明,该方法不仅在推荐准确率上明显优于基准方法,而且对于历史数据稀疏的用户也能给出准确的推荐结果。（4）提出了面向复杂检索任务的个性化查询词自动推荐方法针对当前研究以搜索会话为基本单元分析用户的信息需求,无法处理横跨多个搜索会话的复杂检索任务的问题,论文提出了面向复杂检索任务的个性化查询词自动推荐方法。我们首先给出搜索会话和检索任务的形式化定义,并将文本相似度与语义相似度结合来识别检索任务。然后从搜索历史、检索任务、搜索会话和查询词四个层次提出相关的排序特征,通过机器学习方法预测查询词与用户当前检索任务的相关度。实验结果表明,相比于基准方法,该方法对于不同复杂程度的检索任务均能推荐更为准确的查询词。（5）提出了基于神经网络的个性化查询词自动推荐方法针对基于机器学习的方法采用的排序特征过于主观,而且无法模拟复杂用户行为的问题,论文提出了基于神经网络的个性化查询词自动推荐方法。该方法共包含三个层层递进的排序模型。第一个排序模型是一个单层的循环神经网络（Recurrent Neural Network,RNN）,它在排序中仅考虑用户在一个搜索会话内的行为信息。第二个排序模型是一个个性化的RNN,它在第一个排序模型的基础上增加了一层模拟用户兴趣偏好的RNN,从而将用户在各个搜索会话中的行为信息串联起来进行排序。第三个排序模型是一个基于注意力机制的RNN,它在第二个模型的基础上加入了注意力机制,从而能够抓住用户在搜索过程中的重点关注内容,减少干扰词对排序造成的不良影响。实验结果表明,我们所提出的个性化排序模型在排序准确率和推荐成功率上均大幅超过基准模型。
柳来星[5]（2016）在《上下文感知的智慧城市空间信息服务关键技术研究》文中研究指明rT技术的每一次重大进步都有力的推动了地理信息技术的发展。随着IT技术进入到普适计算时代,数字城市进入到了智慧城市时代,Web GIS进入了到了普适GIS时代,地理信息服务进入到了智能地理信息服务时代。智能地理信息服务能够感知用户的周围环境,根据模型来推理,从经验中学习和理解,执行地理空间任务。当前的地理信息服务集中在任何时间和任何地点传递任何消息给任何人,简单的称为4A服务,而智能地理信息服务提高4A服务到4R服务,即智能地理信息服务在正确的时间,正确的地点提供正确的信息给正确的人,简称4R服务。智能地理信息服务将会使得通过互联网实现信息发现和集成更加便利,并能够自动组合各种地理信息服务以提供增值的产品。智慧城市是数字城市与物联网相结合的产物,智慧城市是利用传感器构成城市物联网,获取城市中各种物体中的信息,并通过超级计算机和云计算实现各种信息的融合。通过智慧城市,可以实现城市的智慧管理及服务。智慧城市的挑战之一是构建可智能感知的、泛在化的空间信息服务,这就要求空间信息服务能更好地适应不断变化的上下文环境。本文称之为上下文感知的地理信息服务,此种服务是智能地理信息服务的实现。上下文感知的空间信息服务如何表达,上下文感知的空间信息服务如何发现和组合成为一个挑战性的问题。文本围绕上下文感知的空间信息服务的关键技术,针对上述问题,在以下几个方面进行了研究：1)构建了智慧城市的地理上下文本体。智慧城市中的地理上下文信息是任何刻画城市情景的信息,参考普适计算、城市计算、语用Web等方面研究中所建立的上下文模型,本文提出的地理上下文模型有七大类分别为空间维度,时间维度,社会维度,环境维度,技术维度,用户维度,任务维度等。其中空间维度是地理上下文的特有特征,包括位置、空间对象等。用户维度包含身份信息、职业信息、社会信息、偏好信息。环境维度包含天气、温度、湿度,污染、环境安全等。技术维度包含硬件、软件、数据、人机交互、信息技术安全等。社会维度主要包括文化（语言和习俗及规范）、社会资源、社会机构等。2)对上下文感知的空间信息服务进行了语义表达。本文使用地理上下文扩展OWL-S本体,表达上下文感知的空间信息服务（OWL-SGC）。OWL-SGC本体使用OWL-GCt本体使其具有感知地理上下文的能力。具体扩展就是建立OWL-S中的Service对象和OWL-GCt 中 GeoContext对象的关系。上下文感知空间信息服务需要对地理上下文的改变作出响应。OWL-SGC扩展OWL-S中的原子过程（AtomicProcess）使其前提条件和结果能够感知上下文的变化。为了表达外部地理上下文的前提条件和结果,OWL-SGC增加两个元素,地理上下文前提条件（GeoContextPrecondition）和地理上下文结果（GeoContextEffect）。地理上下文信息也可以作为输入输出的值,那么需要建立输入和输出与上下文之间的值的对应关系,增加了上下文绑定（GeoContextBinding）。3)上下文感知的空间信息服务的匹配。本文根据上下文感知的空间信息服务匹配的语义表达,提出了一个上下文感知的空间信息服务匹配框架,该框架是一个多层的匹配框架,涉及到的匹配对象有输入,输出,服务前提条件,服务效果,地理上下文前提条件,地理上下文效果。4)上下文感知的空间信息服务的组合。服务组合使用智能规划方法,先将OWL-S扩展模型转换为PDDL（Planning Domain Definition Language）,再使用语义相似性技术,对PDDL的问题和领域文件进行增强,然后将PDDL文件输入满足PDDL规范的智能规划器进行规划,最后将规划结果转换为WS-BPEL（Web Services Business Process Execution Language）工作流语言,并将其输入到工作流引擎上运行。
高培超[6]（2015）在《基于云的校园地理信息SPI服务与双密集型计算任务研究》文中指出当前时代,信息已经成为人类财富的源泉,并随着科技发展和社会进步,逐渐分层分化并趋向海量,地理信息作为信息流中的重要组成部分,正在扮演越来越重要的角色。地理信息系统（Geographic Information System,GIS）正是合理管理并有效利用地理信息的一门综合技术。在从20世纪60年代首款地理信息系统Canadian GIS问世至今的半个世纪中,GIS的发展和革新一直与计算技术息息相关。当前,云GIS成为新兴方向。本文结合校园用户的需求,研究并实现了基于云计算的校园地理信息服务,并进一步在云地理信息服务的基础上,研究了计算和数据同时密集的双密集型地理计算任务的解决与优化方法。本文的主要内容分为2部分:（1）基于云的校园地理信息SPI服务。其重点是根据校园地理信息服务的需求,设计最适合校园场景的云计算部署模式、研究云计算与地理信息服务的结合点、设计基于云的校园地理信息服务模式。该部分的成果:基于私有云模式搭建了校园地理云,设计并实现了校园地理信息服务的软件（Software）服务模式、平台（Platform）服务模式和基础设施（Infrastructure）服务模式（上述3种服务模式合称“SPI服务”）;（2）基于云SPI服务实现双密集型地理计算任务的方法研究。主要研究了基于云SPI服务,有效并高效地解决双密集型地理计算任务的方法。该部分以基于多尺度视觉曲率算法的空间大数据简化为研究案例,改进了云计算的具体流程,并在提高了简化任务的数据并行程度的同时降低了简化算法的计算密集程度。研究结果表明,根据本文方法优化后的双密集型地理计算案例,不仅能够在低成本的云计算框架下有效实现,而且在加速方面效果显着。本课题的研究成果可用于完善校园地理信息系统的服务功能、服务形式,提高地理信息服务及大规模访问时的效率。通过将新兴的云计算技术与校园地理信息服务结合,使地理信息服务能够成为校园的基础服务平台,在提供基本服务的同时,亦能有效地支撑与地理数据相关的运算。本论文研究的方法尤其适合于双密集型地理计算任务的实现。
游兰[7]（2015）在《云环境下空间信息服务组合的自治愈关键技术研究》文中提出作为分布式计算环境下复杂地学计算模型的表达和实现形式,空间信息服务组合是空间信息服务计算领域的主要研究方向之一。“自治愈”指系统遭遇异常情况时的自我监测、自我诊断和自我恢复能力。伴随地学计算工作逐渐从桌面处理环境迁移到动态分布的云计算环境,空间信息服务组合的自治愈需求日益迫切。如何描述云环境下空间信息服务组合的自治愈行为及满足服务组合的实时准确的自治愈需求,是空间信息服务组合获得广泛应用的关键问题。本论文深入分析云环境下空间信息服务组合的失效机理,将失效类型和修复行为体系对应扩展到云计算的不同层次,系统地建立了空间信息服务组合的自治愈策略描述模型,研究提出了基于时空特征协同过滤的服务替换修复算法和时空优化的服务组合重规划修复算法,最后在Azure云环境下实现了框架原型,主要研究内容如下：1)空间信息服务组合自治愈策略的表达和形式化描述。研究现有失效类型和修复策略的适用性和优缺点,结合云计算,归纳分析云环境下空间信息服务组合的失效分类和修复行为体系,提出空间信息服务组合的自治愈策略描述模型SHPolicy,为空间服务组合的自治愈策略设计提供模型基础,为运行阶段自治愈提供了理论依据和指导策略。2)面向服务替换修复的时空特征协同过滤预测算法。深入分析了时空特征对空间信息服务性能的影响,并采用时区和时间片段作为空间信息服务的时空特征；充分考虑用户端和服务端时空特征的差异,提出了面向服务替换的时空特征协同过滤算法STACF,通过时空特征提高空间信息服务预测选择的准确性。实验结果表明针对基于空间信息服务预测算法,STACF算法的精度比同类其他协同过滤算法准确度更高。3)时空特征优化的空间服务组合重规划修复算法。总结分析了现有服务组合重规划方法,在传统遗传算法基础上,首先定义了空间信息服务组合的时空约束特征,并结合Skyline支配度技术对候选空间信息服务集合进行了优化筛选。提出了空间聚集度的概念,设计了基于空间聚集度的适应性函数,以控制原子服务的空间分散度以达到近似最优解性能的提高。在此基础上,提出一种时空优化的空间信息服务组合重规划算法,该算法通过优化初始种群和候选服务集合提高了近似最优解的收敛速度,控制了原子服务在云分布环境下的分散程度,为云环境下服务组合的实时重规划问题提供了一种有效可行的解决方法。4)云环境下空间信息服务组合的自治愈框架模型。提出了云环境下服务组合自治愈的理论框架模型,以Azure云平台为基础进行了原型框架的搭建,该框架集成了自治愈策略描述模型SHPolicy、服务预测修复算法STACF及重规划修复算法STOR,在真实云环境下建立了完整的空间信息服务组合自治愈方案。论文的成果有助于复杂动态云环境下空间信息服务组合的健壮性研究,从如何描述自治愈行为,提升到如何应用时空特征优化自治愈策略,以在新一代地学计算环境云计算下建立高效可用的地理协同组合模型,提高云计算资源的利用率。
柳廷娜[8]（2015）在《支持QoS约束的地理信息服务搜索系统的研究》文中进行了进一步梳理计算机网络技术的发展为地理信息服务提供了技术支持,Web服务、云计算和大数据等新技术的发展为地理信息共享提供了新的解决方案。地理信息服务通过把地理数据和GIS功能发布在网络上的形式,使GIS由传统的紧耦合、封闭的系统模式向松耦合、开放的模式发展,不但满足了网络化背景下的GIS应用需求,还将推进GIS应用的普及程度以及与主流IT的融合。目前,地理信息服务已经成功促使地理数据的共享和地理功能的复用,很多机构将自身所有的或开发的地理信息数据和地理信息功能发布到网络中供开发者使用。然而,随着计算机技术和地球空间信息技术的发展,网络上发布的各种地理信息服务的数量日趋庞大,人们需要更加准确、快速的服务搜索方法以定位满足自身所需的地理信息服务。本文对地理信息服务搜索方法的设计与优化上取得了一些成果,主要内容包含在以下几个方面:（1）通过对地理信息服务描述文件的分析,提出一种针对关键词的切词方法。该方法是将服务中面向应用程序的语法描述切割为人类语言的形式,在很大程度适应了用户搜索的习惯,并且可以将信息检索技术应用到地理信息服务搜索中,从而在搜索中更好地完成服务匹配的过程,提高了服务查准率。（2）引入Word Net语义词库,在一定程度上解决了对地理信息服务搜索中简单语义匹配问题。现有的基于关键字匹配的地理信息服务搜索对最基本“异形同义”简单语义问题的处理也相当困难,而基于本体的语义地理信息服务搜索的实际应用还需要时间的检验。本文在切词的基础上,将Word Net语义词典引入地理信息服务搜索中,并结合运用信息检索中的索引技术等实现了基本语义匹配的地理信息服务搜索方法,提高了服务查全率。（3）提出并建立了地理信息服务客观Qo S和主观Qo S模型。文章通过扩展服务描述文档的方式提供了一种客观Qo S描述方法,并设计了支持多个客观Qo S组合请求的地理信息服务搜索方法。另外,考虑到用户在服务调用中的重要地位,文章建立了以用户为中心的主观Qo S评价体系。主观Qo S评价体系采用多属性综合评价方法,通过综合权衡多个指标因子来确定用户对地理信息服务的主观Qo S值,并为后来的服务使用者提供参考,满足了用户对服务质量的要求。
郑春梅[9]（2014）在《城市管网空间信息共享与服务平台关键技术研究》文中指出目前，“智慧城市”的建设已经成为现代城市发展的新趋势和新实践。城市管网是城市的“生命线”，是城市赖以生存和发展的物质基础。随着信息化技术的发展，城市管网地理信息系统的构建已经进入网络化阶段，信息资源正从单纯的自供自给的封闭模式，发展成为多种数据、资源融合的模式。如何利用已建立的城市管网GIS系统，建立基于各种管线可扩展的分布式共享服务体系，为用户提供一致的、透明的共享与服务，提高城市职能部门的综合决策和管理能力，实现人类与城市系统的和谐共生已成为智慧城市建设的重要课题。城市管网所涉及的单位众多、信息种类和数据格式多样化，每个部门建立的GIS系统采用的信息模型与处理技术不同，导致城市管网应用服务系统之间存在很大差异。因此，对城市管网空间信息共享与服务体系关键技术的研究是实现本课题的重要前提，在强有力的技术体系的支撑下，有利于打破部门壁垒、消除信息孤岛，并结合统一、标准的共享服务框架，使城市管网空间信息资源的共享成为可能，为构建智慧城市的服务体系奠定基石。本文的主要目的是为城市管网空间信息的集成、共享以及应用服务体系的构建提供有效的解决途径。本研究取得的成果主要有：1.从空间信息共享体系结构的演变过程着手分析了面向服务的体系架构的必然性，构建了基于SOA、开放的、较完整的城市管网空间信息共享服务框架。2.引入城市管网本体思想，建立基于本体的城市管网空间信息共享模型，以屏蔽城市管网数据的差异性。3.通过对城市管网空间数据管理现状的深入分析说明了城市管网空间数据集成的必要性，提出多源异构城市管网空间信息的集成方法：分别通过元数据、空间数据库服务器的集成模式，实现对多源异构城市管网信息的一体化描述、组织和管理。4.基于服务资源的动态聚合和已有城市管网资源集成的需求，提出城市管网空间信息资源的动态聚合模型，以服务的形式提供分布式城市管网空间信息的智能化定制、检索和获取，为服务发现和GIS资源的集成提供虚拟化的支持。5.构建了面向服务的城市管网空间信息服务工作流模型，该模型实现了GIS与工作流技术的有机集成，设计了基于GIS网络模型的工作流技术体系框架，为面向业务流程的多层城市管网空间信息服务工作流系统的集成提供了总体框架和顶层指导。6.在上述研究基础上，设计实现了一个基于SOA的城市空间信息共享与服务平台的原型系统，验证了本文研究的有效性和实用性。今后将以基于云的城市管网空间信息共享与服务平台的构建及空间信息表现模型作为本课题的后续研究。
董雄[10]（2013）在《地理信息服务聚合技术研究》文中研究表明随着地理信息应用不断深入，人们使用地理信息服务的方式和频率正在发生巨大变化。长期以来，测绘部门主要以离线方式提供基础地理数据，无法满足人们对地理信息快速获取与集成应用的要求。针对这些应用需求，国家、省、市州测绘部门已开始建设各个层次的地理信息公共服务平台，各专业部门也开始建设专业信息资源服务平台。在地理信息应用方面，横向包括交通专业服务、水利专业服务、国土专业服务等，纵向有国家、省、市州的地理信息服务，不同服务之间数据结构复杂。在此背景下，研究异构平台之间服务的聚合，实现对异构服务的综合调度与聚合，能有效促进地理信息资源的共享与高效利用。针对地理信息服务多源、异构的特点，本文重点研究基于“天地图”的地理信息服务聚合技术，对服务群与元服务的信息描述，服务聚合软件架构设计以及服务聚合系统实现三方面进行深入研究，本文主要研究内容和成果如下：（1）服务描述标准研究。对各种异构地理信息服务进行研究，提出服务描述的基本要求：服务群表示为一个7元组（ID，Name，Description，Operation，Input，Output，Capability），元服务表示为一个8元组（ID，Name，SGID，Description，Url，Token，Range，Qos），设计服务发布与注册模块数据库，为服务注册，服务发现及服务调用提供支撑。（2）地理信息服务聚合软件架构设计。引入服务群的思想，设计基于“天地图”的地理信息服务聚合软件架构，同时，设计了服务注册与目录发布，服务调度与聚合，聚合服务发布与管理等功能模块。（3）服务聚合软件系统研发。根据地理信息服务聚合软件架构总体设计，实现地理信息服务聚合软件系统研发。该系统实现了瓦片地图服务聚合、路径分析服务聚合与地名搜索服务聚合等功能。功能测试通过率为74.63%，性能方面，事物响应不超过18秒，安全测试完全通过。测试结果表明，系统开发满足用户需求与设计要求。
二、地理信息服务概述（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、地理信息服务概述（论文提纲范文）
（1）面向灾害事件的应急数据集成与发布方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.3 研究内容与技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线 |
| 1.4 论文组织结构 |
| 第2章 理论基础与技术研究 |
| 2.1 应急测绘 |
| 2.1.1 应急测绘资源数据 |
| 2.1.2 应急响应时效要求 |
| 2.2 本体概念与构建 |
| 2.2.1 本体概念 |
| 2.2.2 本体构建方法 |
| 2.3 地理信息服务 |
| 2.3.1 地理信息服务概述 |
| 2.3.2 地理信息服务分类 |
| 2.4 本章小结 |
| 第3章 多层次语义约束应急数据集成 |
| 3.1 灾害事件与应急数据统一描述 |
| 3.1.1 本体模型设计 |
| 3.1.2 五步法构建本体 |
| 3.2 多层次语义约束的关联方法 |
| 3.2.1 多层次语义约束 |
| 3.2.2 时效性计算 |
| 3.3 应急数据集成 |
| 3.3.1 语义相似性度量 |
| 3.3.2 多层次语义约束数据集成框架 |
| 3.4 本章小结 |
| 第4章 集成匹配规则应急数据发布共享 |
| 4.1 数据发布服务设计 |
| 4.1.1 数据服务标准 |
| 4.1.2 数据发布服务 |
| 4.2 规则库构建 |
| 4.2.1 数据服务规则 |
| 4.2.2 规则库构建 |
| 4.3 海量应急数据发布共享 |
| 4.3.1 集成匹配规则方法 |
| 4.3.2 数据批量发布共享 |
| 4.4 本章小结 |
| 第5章 应急测绘资源数据集成与共享系统设计与实现 |
| 5.1 系统概述 |
| 5.2 系统总体架构 |
| 5.3 系统功能设计与实现 |
| 5.3.1 系统功能设计 |
| 5.3.2 系统实现 |
| 5.4 本章小结 |
| 第6章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
（2）电力安全生产输电业务系统的设计与实现（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 国内外研究现状 |
| 1.3 研究目标及内容 |
| 1.4 技术路线 |
| 1.5 创新点与贡献 |
| 第二章 系统需求分析 |
| 2.1 需求概述 |
| 2.2 地理信息服务需求 |
| 2.2.1 地理信息结构 |
| 2.2.2 GIS服务开发要求 |
| 2.3 软件服务需求 |
| 2.3.1 电网图形管理需求 |
| 2.3.2 设备定制编辑需求 |
| 2.3.3 图形定制管理需求 |
| 2.3.4 专题图管理需求 |
| 2.4 非功能需求 |
| 2.5 系统研发技术 |
| 2.6 本章小结 |
| 第三章 系统设计 |
| 3.1 系统总体设计 |
| 3.2 地理信息服务功能设计 |
| 3.2.1 功能框架设计 |
| 3.2.2 功能流程设计 |
| 3.2.3 地理信息交互设计 |
| 3.3 软件服务功能设计 |
| 3.3.1 电网图形管理功能设计 |
| 3.3.2 设备定制编辑功能设计 |
| 3.3.3 图形定制管理功能设计 |
| 3.3.4 专题图管理功能设计 |
| 3.4 数据库设计 |
| 3.4.1 概念结构分析 |
| 3.4.2 数据表设计 |
| 3.5 本章小结 |
| 第四章 系统实现 |
| 4.1 系统开发环境 |
| 4.2 地理信息服务功能实现 |
| 4.2.1 GIS服务环境配置 |
| 4.2.2 GIS资源创建与发布 |
| 4.2.3 GIS图层绘制处理 |
| 4.2.4 GIS图上操作开发 |
| 4.2.5 地理信息交互功能实现 |
| 4.3 系统功能模块实现 |
| 4.3.1 电网图形管理模块实现 |
| 4.3.2 设备定制编辑模块 |
| 4.3.3 图形定制管理模块 |
| 4.3.4 专题图管理模块 |
| 4.4 软件服务发布 |
| 4.5 本章小结 |
| 第五章 系统测试 |
| 5.1 测试概述 |
| 5.2 测试内容 |
| 5.3 测试结果 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
（3）基于OGC标准的分布式地理信息服务链构建方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究进展 |
| 1.2.1 地理信息服务研究现状 |
| 1.2.2 OGC标准服务应用研究现状 |
| 1.2.3 服务链与工作流技术研究现状 |
| 1.3 研究内容与技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线 |
| 2 相关技术与规范研究 |
| 2.1 Web Services概述 |
| 2.1.1 面向服务的体系结构 |
| 2.1.2 Web Services关键技术 |
| 2.2 地理信息服务技术 |
| 2.2.1 地理信息服务概述 |
| 2.2.2 ISO/TC211与OGC的地理信息服务分类 |
| 2.2.3 OGC标准地理信息服务规范 |
| 2.3 工作流技术 |
| 2.3.1 工作流管理系统 |
| 2.3.2 工作流模型描述语言 |
| 2.3.3 BPEL活动和过程控件 |
| 3 OGC地理信息服务接口调用和服务部署 |
| 3.1 OGC地理信息服务调用研究 |
| 3.1.1 WFS服务接口 |
| 3.1.2 WCS服务接口 |
| 3.1.3 WMS服务接口 |
| 3.1.4 WPS服务接口 |
| 3.2 实例分析与地理信息服务部署 |
| 3.2.1 暴雨洪灾实例模型分析 |
| 3.2.2 OGC标准的分布式地理信息服务部署 |
| 4 地理信息服务链构建方法研究 |
| 4.1 地理信息服务链动态建模机制 |
| 4.1.1 地理信息服务链及其分类 |
| 4.1.2 服务链动态建模机制 |
| 4.2 基于BPEL的服务链构建研究 |
| 4.2.1 Apache ODE执行引擎概述 |
| 4.2.2 Apache Axis适配中间件设计与实现 |
| 4.2.3 BPEL流程服务链设计与执行 |
| 5 地理信息服务链应用实例系统 |
| 5.1 系统分析 |
| 5.2 系统设计 |
| 5.2.1 系统开发环境 |
| 5.2.2 系统总体框架 |
| 5.3 系统实现与功能测试 |
| 6 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 攻读硕士学位期间参与课题及发表论文 |
| 致谢 |
（4）面向个性化信息服务的查询词自动推荐方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.1.1 个性化信息服务 |
| 1.1.2 查询词自动推荐 |
| 1.1.3 搜索历史挖掘 |
| 1.2 研究现状 |
| 1.2.1 查询词自动推荐研究现状 |
| 1.2.2 搜索历史挖掘研究现状 |
| 1.3 研究问题和研究意义 |
| 1.3.1 研究问题 |
| 1.3.2 研究意义 |
| 1.4 论文研究内容与组织结构 |
| 1.4.1 论文研究内容与创新点 |
| 1.4.2 论文结构 |
| 第二章 基于查询词时敏特征的个性化查询词自动推荐方法 |
| 2.1 引言 |
| 2.2 问题描述 |
| 2.3 相关研究工作 |
| 2.3.1 对于时间敏感的查询词自动推荐方法 |
| 2.3.2 对于时间敏感的信息检索方法 |
| 2.4 基于查询词时敏特征的个性化查询词自动推荐排序模型 |
| 2.4.1 查询词频率周期性变化特征 |
| 2.4.2 查询词频率非周期性变化特征 |
| 2.4.3 排序模型构建 |
| 2.5 实验与结果分析 |
| 2.5.1 实验研究问题 |
| 2.5.2 实验设置 |
| 2.5.3 结果分析 |
| 2.5.4 军事应用研究 |
| 2.6 本章小结 |
| 第三章 对于地理位置敏感的个性化查询词自动推荐方法 |
| 3.1 引言 |
| 3.2 问题描述 |
| 3.3 相关研究工作 |
| 3.3.1 基于用户搜索历史的查询词自动推荐方法 |
| 3.3.2 地理信息检索方法 |
| 3.4 对于地理位置敏感的个性化查询词自动推荐排序模型 |
| 3.4.1 地理信息提取 |
| 3.4.2 排序模型构建 |
| 3.5 实验与结果分析 |
| 3.5.1 实验研究问题 |
| 3.5.2 实验设置 |
| 3.5.3 结果分析 |
| 3.5.4 军事应用研究 |
| 3.6 本章小结 |
| 第四章 基于用户主题兴趣的个性化查询词自动推荐方法 |
| 4.1 引言 |
| 4.2 问题描述 |
| 4.3 相关研究工作 |
| 4.3.1 应对数据稀疏性问题的查询词自动推荐方法 |
| 4.3.2 基于相似用户的信息检索方法 |
| 4.3.3 主题模型 |
| 4.4 基于用户主题兴趣的个性化查询词自动推荐排序模型 |
| 4.4.1 利用传统主题模型进行用户聚类 |
| 4.4.2 利用相似用户主题模型进行用户聚类 |
| 4.4.3 排序模型构建 |
| 4.5 实验与结果分析 |
| 4.5.1 实验研究问题 |
| 4.5.2 实验设置 |
| 4.5.3 结果分析 |
| 4.5.4 军事应用研究 |
| 4.6 本章小结 |
| 第五章 面向复杂检索任务的个性化查询词自动推荐方法 |
| 5.1 引言 |
| 5.2 问题描述 |
| 5.3 相关研究工作 |
| 5.3.1 基于机器学习的查询词自动推荐方法 |
| 5.3.2 检索任务识别方法 |
| 5.4 面向复杂检索任务的个性化查询词自动推荐排序模型 |
| 5.4.1 检索任务识别 |
| 5.4.2 排序模型构建 |
| 5.5 实验与结果分析 |
| 5.5.1 实验研究问题 |
| 5.5.2 实验设置 |
| 5.5.3 结果分析 |
| 5.5.4 军事应用研究 |
| 5.6 本章小结 |
| 第六章 基于神经网络的个性化查询词自动推荐方法 |
| 6.1 引言 |
| 6.2 问题描述 |
| 6.3 相关研究工作 |
| 6.3.1 基于神经网络的查询词自动推荐方法 |
| 6.3.2 基于RNN的物品推荐方法 |
| 6.4 基于神经网络的个性化查询词自动推荐排序模型 |
| 6.4.1 基础排序模型构建 |
| 6.4.2 个性化排序模型构建 |
| 6.4.3 基于注意力机制的个性化排序模型构建 |
| 6.5 实验结果与分析 |
| 6.5.1 实验研究问题 |
| 6.5.2 实验设置 |
| 6.5.3 实验结果分析 |
| 6.5.4 军事应用研究 |
| 6.6 本章小结 |
| 第七章 总结与展望 |
| 7.1 本文的主要贡献 |
| 7.2 下一步工作展望 |
| 致谢 |
| 参考文献 |
| 作者在学期间取得的学术成果 |
（5）上下文感知的智慧城市空间信息服务关键技术研究（论文提纲范文）
| 本论文创新点 |
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.1.1 从数字城市到智慧城市 |
| 1.1.2 从Web GIS到普适GIS |
| 1.1.3 从地理信息服务到智能空间信息服务 |
| 1.2 国内外研究现状 |
| 1.2.1 上下文本体建模 |
| 1.2.2 上下文感知的空间信息服务表达 |
| 1.2.3 上下文感知的空间信息服务发现 |
| 1.2.4 上下文感知的空间信息服务组合 |
| 1.3 研究目标 |
| 1.4 论文的主要研究内容与组织结构 |
| 1.4.1 主要研究内容 |
| 1.4.2 论文组织结构 |
| 第二章 上下文感知和语义空间信息服务 |
| 2.1 上下文感知计算 |
| 2.1.1 上下文的定义 |
| 2.1.2 上下文分类 |
| 2.1.3 上下文建模方法 |
| 2.1.4 上下文感知 |
| 2.2 语义WEB服务 |
| 2.2.1 本体 |
| 2.2.1.1 本体的概念 |
| 2.2.1.2 本体的分类 |
| 2.2.1.3 本体的表达语言 |
| 2.2.2 语义Web |
| 2.2.3 语义Web服务 |
| 2.2.3.1 OWL-S |
| 2.2.3.2 WSMO |
| 2.2.3.3 SAWSDL |
| 2.3 WEB服务发现 |
| 2.3.1 Web服务发现的模式 |
| 2.3.2 Web服务发现方法 |
| 2.3.2.1 基于语法的Web服务发现方法 |
| 2.3.2.2 基于语义的Web服务发现方法 |
| 2.4 服务组合 |
| 2.4.1 基于业务流程的服务组合方法 |
| 2.4.2 基于服务匹配的服务组合方法 |
| 2.4.3 基于省能规划的服务组合方法 |
| 2.4.4 基于自动机的服务组合方法 |
| 2.4.5 基于案例推理的服务组合方法 |
| 2.5 智慧城市空间信息服务 |
| 2.6 本章小结 |
| 第三章 上下文感知的智慧城市空间信息服务的表达 |
| 3.1 上下文感知的空间信息服务 |
| 3.2 智慧城市中的地理上下文本体 |
| 3.2.1 本体构建方法 |
| 3.2.2 地理上下文本体模型 |
| 3.2.2.1 地理上下文上层本体模型 |
| 3.2.2.2 空间因素 |
| 3.2.2.3 时间因素 |
| 3.2.2.4 用户因素 |
| 3.2.2.5 环境因素 |
| 3.2.2.6 技术因素 |
| 3.2.2.7 任务因素 |
| 3.2.2.8 社会因素 |
| 3.2.2.9 地理上下文下层本体模型 |
| 3.2.3 地理上下文本体的OWL表示 |
| 3.3 上下文感知的空间信息服务的语义模型 |
| 3.3.1 OWL-S的扩展 |
| 3.3.2 实例 |
| 3.4 本章小结 |
| 第四章 上下文感知的空间信息服务的匹配 |
| 4.1 引言 |
| 4.2 上下文感知的空间信息服务语义匹配机制 |
| 4.3 上下文感知的空间信息服务匹配的基本概念 |
| 4.3.1 概念的语义关系 |
| 4.3.2 语义距离 |
| 4.3.3 相似度函数 |
| 4.4 上下文感知的空间信息服务语义匹配 |
| 4.4.1 签名匹配 |
| 4.4.1.1 输入匹配 |
| 4.4.1.2 输出匹配 |
| 4.4.1.3 签名匹配 |
| 4.4.2 上下文感知的空间信息服务规范匹配 |
| 4.4.2.1 实体表达式匹配 |
| 4.4.2.2 关系表达式匹配 |
| 4.4.2.3 数据表达式匹配 |
| 4.4.2.4 复合表达式的匹配 |
| 4.4.3 上下文感知的空间信息服务匹配 |
| 4.5 本章小结 |
| 第五章 上下文感知的智慧城市空间信息服务组合 |
| 5.1 智能规划与PDDL |
| 5.2 上下文感知的空间信息服务组合方法和流程 |
| 5.2.1 上下文感知的空间信息服务组合流程 |
| 5.2.2 OWL-SGC转换为PDDL |
| 5.2.3 语义增强 |
| 5.3 应用场景 |
| 5.3.1 实例一 |
| 5.3.2 实例二 |
| 5.4 本章小结 |
| 第六章 上下文感知的空间信息服务实验系统 |
| 6.1 引言 |
| 6.2 原型设计 |
| 6.2.1 系统总体设计 |
| 6.2.2 系统开发运行环境 |
| 6.3 原型实现 |
| 6.3.1 上下文感知的空间信息服务的构建 |
| 6.3.2 上下文感知的空间信息服务的匹配 |
| 6.3.3 上下文感知的空间信息服务组合 |
| 6.3.4 上下文感知的地理信息服务的运行 |
| 6.4 本章小结 |
| 第七章 总结与展望 |
| 7.1 全文总结 |
| 7.2 研究展望 |
| 参考文献 |
| 攻博期间发表的科研成果目录 |
| 致谢 |
（6）基于云的校园地理信息SPI服务与双密集型计算任务研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 引言 |
| 1.1 选题背景 |
| 1.1.1 地理信息、地理信息系统与科学 |
| 1.1.2 新兴计算技术下的地理信息系统 |
| 1.1.3 从地理信息系统到服务的转变 |
| 1.2 国内外研究现状 |
| 1.2.1 面向机构的地理信息服务 |
| 1.2.2 校园地理信息服务现状 |
| 1.2.3 密集型地理计算任务的解决方法 |
| 1.3 研究内容及章节安排 |
| 第2章 云计算与云GIS |
| 2.1 云计算的历史起源与概述 |
| 2.2 云计算的模式和主要特点 |
| 2.3 基于云计算的SPI服务模型 |
| 2.4 基于云计算的GIS（云GIS） |
| 2.5 基于云计算的地理计算 |
| 2.6 本章小结 |
| 第3章 校园地理云建设：选型分析 |
| 3.1 云地理信息服务的模式分类 |
| 3.2 公/私模式对比：主要特点与建设场景 |
| 3.3 公/私模式对比：建设策略与安全措施 |
| 3.4 公/私模式对比：技术难点与费用支出 |
| 3.5 本章小结 |
| 第4章 校园地理云建设：校园SPI服务设计 |
| 4.1 校园地理信息服务需求分析 |
| 4.2 面向校园服务的云计算选型 |
| 4.3 基于高性能服务器的云平台 |
| 4.4 基于普通PC的廉价云架构 |
| 4.5 校园地理信息I服务设计 |
| 4.6 校园地理信息P服务设计 |
| 4.7 校园地理信息S服务设计 |
| 4.8 基于SPI服务的扩展应用 |
| 4.9 本章小结 |
| 第5章 校园地理云建设：关键技术及其实现 |
| 5.1 硬件准备与使用规划 |
| 5.2 物理设施虚拟化 |
| 5.2.1 虚拟化技术及其分类 |
| 5.2.2 物理设施虚拟化方案 |
| 5.3 虚拟机的快速部署 |
| 5.4 服务器群集的部署 |
| 5.5 虚拟环境的远程操控 |
| 5.5.1 置备VPN虚拟机 |
| 5.5.2 使用VPN网络 |
| 5.6 本章小结 |
| 第6章 基于云计算的双密集型地理计算任务研究 |
| 6.1 双密集型地理计算任务概述 |
| 6.1.1 任务概述与解法 |
| 6.1.2 与SPI服务的关系 |
| 6.2 典型双密集型地理计算任务研究 |
| 6.2.1 大数据背景下的空间数据简化 |
| 6.2.2 多尺度视觉曲率算法原理 |
| 6.2.3 多尺度视觉曲率算法特点 |
| 6.3 基于云的多尺度视觉曲率算法优化 |
| 6.3.1 降低计算的密集程度 |
| 6.3.2 提高数据的并行程度 |
| 6.4 大数据处理实验与算法评估 |
| 6.4.1 数据来源与预处理 |
| 6.4.2 实验设计与算法测试 |
| 6.5 本章小结 |
| 第7章 总结与展望 |
| 7.1 主要工作总结 |
| 7.2 未来工作展望 |
| 参考文献 |
| 致谢 |
| 个人简历、在学期间发表的学术论文与研究成果 |
（7）云环境下空间信息服务组合的自治愈关键技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 目录 |
| 图表目录 |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 地学计算环境的演变 |
| 1.1.2 空间服务组合自治愈需求 |
| 1.1.3 自治愈关键技术问题 |
| 1.2 国内外研究现状 |
| 1.2.1 空间服务组合的自治愈相关模型 |
| 1.2.2 面向替换修复的空间服务预测方法 |
| 1.2.3 空间服务组合重规划修复方法 |
| 1.2.4 空间信息服务组合自治愈框架 |
| 1.3 研究方法与内容 |
| 1.4 论文的组织结构 |
| 第2章 基础理论研究 |
| 2.1 云计算概述 |
| 2.1.1 定义和特点 |
| 2.1.2 云服务类型 |
| 2.2 空间信息服务概述 |
| 2.2.1 Web服务概念及体系 |
| 2.2.2 空间信息服务及分类 |
| 2.3 空间信息服务组合 |
| 2.3.1 空间信息服务组合概念 |
| 2.3.2 空间信息服务组合分类及规范 |
| 2.3.3 空间信息服务组合相关研究 |
| 2.4 面向服务替换的协同过滤算法 |
| 2.4.1 空间信息服务的选择与替换 |
| 2.4.2 协同过滤概念及分类 |
| 2.4.3 基于记忆的协同过滤算法 |
| 2.4.4 基于模型的协同过滤算法 |
| 2.4.5 协同过滤的计算因素 |
| 2.5 遗传算法及服务组合重规划 |
| 2.5.1 遗传算法及其特点 |
| 2.5.2 基于遗传算法的重规划方法 |
| 2.6 本章小结 |
| 第3章 云环境下失效机理研究及自治愈策略模型 |
| 3.1 问题的提出 |
| 3.2 失效分类体系及机理分析 |
| 3.2.1 SaaS层失效 |
| 3.2.2 PaaS层失效 |
| 3.2.3 IaaS层失效 |
| 3.3 修复行为分类体系 |
| 3.3.1 面向空间信息服务层 |
| 3.3.2 面向空间服务组合层 |
| 3.3.3 面向云基础设施层 |
| 3.4 自治愈策略描述模型 |
| 3.4.1 SHPolicy模型的定义 |
| 3.4.2 模型的描述与说明 |
| 3.4.3 自治愈策略描述示例 |
| 3.5 本章小结 |
| 第4章 面向替换修复的空间信息服务预测 |
| 4.1 问题的提出 |
| 4.2 设计思路和基本概念 |
| 4.2.1 时空关联算法的设计思路 |
| 4.2.2 概念和定义 |
| 4.3 时空特征协同过滤的服务预测模型 |
| 4.3.1 算法流程 |
| 4.3.2 算法描述 |
| 4.4 服务-时空角度计算 |
| 4.4.1 基于服务时空特征的用户-服务QoGIS矩阵构建 |
| 4.4.2 基于用户空间的服务相似度计算 |
| 4.4.3 Top K邻近服务选取 |
| 4.5 用户-时空角度计算 |
| 4.5.1 基于用户时空特征的Top K服务QoGIS矩阵构建 |
| 4.5.2 基于服务空间的用户相似度计算 |
| 4.5.3 Top N邻近用户选取 |
| 4.6 TopK-N邻近矩阵建立 |
| 4.6.1 TopK-N邻近矩阵的定义 |
| 4.6.2 TopK-N邻近矩阵缺失值计算 |
| 4.7 用户-服务-时空综合预测 |
| 4.7.1 服务-时空角度预测 |
| 4.7.2 用户-时空角度预测 |
| 4.7.3 综合预测 |
| 4.8 实验及分析 |
| 4.8.1 实验目的与环境 |
| 4.8.2 实验数据 |
| 4.8.3 实验一：矩阵密度的影响 |
| 4.8.4 实验二：TopK参数的影响 |
| 4.8.5 实验三：训练服务数的影响 |
| 4.8.6 实验四：不同空间特征的差异 |
| 4.9 本章小结 |
| 第5章 时空优化的空间服务组合重规划修复 |
| 5.1 问题的提出 |
| 5.2 相关技术及概念 |
| 5.2.1 Skyline技术 |
| 5.2.2 Skyline支配度 |
| 5.2.3 遗传算法 |
| 5.3 时空优化的服务组合重规划算法 |
| 5.3.1 服务组合编码 |
| 5.3.2 组合QoGIS计算 |
| 5.3.3 时空约束的Skyline支配度 |
| 5.3.4 基于空间聚集度的适应性函数 |
| 5.3.5 算法流程 |
| 5.3.6 算法描述 |
| 5.4 实验及分析 |
| 5.4.1 实验目的与环境 |
| 5.4.2 实验数据及相关参数 |
| 5.4.3 实验一：算法模型评价 |
| 5.4.4 实验二：适用性评价 |
| 5.4.5 实验三：计算性能评价 |
| 5.5 本章小结 |
| 第6章 云环境下空间服务组合的自治愈框架 |
| 6.1 Microsoft Azure云平台 |
| 6.2 原型系统框架 |
| 6.2.1 总体架构模型 |
| 6.2.2 基于Microsoft Azure的实现架构 |
| 6.3 开发平台及工具 |
| 6.4 自治愈流程 |
| 6.4.1 自治愈生命周期 |
| 6.4.2 自治愈流程 |
| 6.5 应用实例及场景 |
| 6.5.1 服务组合实例选取 |
| 6.5.2 服务和数据说明 |
| 6.5.3 流程WS-BPEL描述 |
| 6.5.4 自治愈策略设计 |
| 6.5.5 自治愈运行效果 |
| 6.6 本章小结 |
| 第7章 总结与展望 |
| 7.1 研究成果及创新 |
| 7.2 今后的研究工作 |
| 参考文献 |
| 攻博期间取得的科研成果 |
| 发表&即将发表论文 |
| 软件着作权 |
| 攻博期间参与课题 |
| 致谢 |
（8）支持QoS约束的地理信息服务搜索系统的研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 通用Web服务搜索 |
| 1.2.2 地理信息服务搜索 |
| 1.2.3 服务质量评价 |
| 1.3 研究内容 |
| 1.4 论文的组织结构 |
| 第二章 相关技术概述 |
| 2.1 Web服务概述 |
| 2.1.1 面向服务的体系架构 |
| 2.1.1.1 SOA的特点和优势 |
| 2.1.1.2 SOA的角色和操作 |
| 2.1.2 Web服务实现技术 |
| 2.2 地理信息服务 |
| 2.2.1 W3C地理信息服务 |
| 2.2.2 OGC地理信息服务 |
| 2.2.3 两种标准地理信息服务对比 |
| 2.3 搜索引擎概述 |
| 2.3.1 搜索引擎的工作原理 |
| 2.3.2 开源搜索框架Lucene |
| 2.4 地理信息服务搜索概述 |
| 2.5 本章小结 |
| 第三章 地理信息服务搜索优化方法 |
| 3.1 地理信息服务元数据网络爬虫 |
| 3.1.1 网络爬虫策略概述 |
| 3.1.2 地理信息服务网络爬虫 |
| 3.2 基于关键词切词的优化算法 |
| 3.2.1 关键词切词基本概念 |
| 3.2.2 关键词切词优化算法 |
| 3.2.3 实验与分析 |
| 3.3 基于WordNet语义词库的优化方法 |
| 3.3.1 WordNet语义词库 |
| 3.3.2 基于WordNet语义词库的优化算法 |
| 3.3.3 实验与分析 |
| 3.4 支持QoS的地理信息服务搜索 |
| 3.4.1 地理信息服务质量概述 |
| 3.4.2 地理信息服务质量模型 |
| 3.4.2.1 客观QoS模型 |
| 3.4.2.2 主观QoS模型 |
| 3.4.3 实验与分析 |
| 3.5 本章小结 |
| 第四章 支持QOS的地理信息服务搜索系统的设计与实现 |
| 4.1 系统总体设计 |
| 4.1.1 系统需求分析 |
| 4.1.2 系统结构体系 |
| 4.2 系统详细设计 |
| 4.2.1 实体设计 |
| 4.2.2 系统模块设计 |
| 4.2.3 数据库设计 |
| 4.3 系统实现设计 |
| 4.3.1 系统软硬件配置 |
| 4.3.2 系统运行测试 |
| 4.3.3 系统有效性测试 |
| 4.4 本章小结 |
| 第五章 总结与展望 |
| 5.1 主要研究成果 |
| 5.2 论文主要创新点 |
| 5.3 下一步研究方向 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间取得的成果 |
（9）城市管网空间信息共享与服务平台关键技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 选题背景与研究意义 |
| 1.2 城市管网概述 |
| 1.2.1 城市管网在城市发展中的地位和作用 |
| 1.2.2 城市管网的特征 |
| 1.2.3 城市管网信息化发展概述 |
| 1.2.4 城市管网空间信息共享是建设智慧城市的重要技术基础 |
| 1.3 空间信息共享技术研究现状 |
| 1.3.1 国外空间信息共享技术研究现状 |
| 1.3.2 我国空间信息共享技术研究现状 |
| 1.4 主要研究内容与论文组织结构 |
| 1.4.1 主要研究内容 |
| 1.4.2 论文组织结构 |
| 第2章 城市管网空间信息共享与服务框架 |
| 2.1 城市管网空间信息共享与服务相关技术 |
| 2.1.1 数据格式转换 |
| 2.1.2 分布式对象技术 |
| 2.1.3 网络服务（Web Service）技术 |
| 2.1.4 云服务技术 |
| 2.2 空间信息共享体系架构演变 |
| 2.2.1 点对点的系统集成架构 |
| 2.2.2 基于中间件的共享架构 |
| 2.2.3 面向服务的体系结构 |
| 2.3 基于 SOA 的管网空间信息共享与服务框架 |
| 2.3.1 城市管网空间信息共享与服务需求 |
| 2.3.2 框架体系结构设计 |
| 2.4 本章小结 |
| 第3章 基于城市管网本体的异构信息共享模型 |
| 3.1 本体与城市管网本体 |
| 3.1.1 本体的定义 |
| 3.1.2 本体类型 |
| 3.1.3 本体的研究与应用领域 |
| 3.1.4 城市管网本体构造准则 |
| 3.1.5 城市管网本体数据分类 |
| 3.2 城市管网资源及其描述方法 |
| 3.2.1 元数据概念 |
| 3.2.2 城市管网空间信息共享与服务专用元数据标准 |
| 3.2.3 管网元数据 |
| 3.2.4 本体在城市管网资源描述中的作用 |
| 3.3 基于本体的城市管网空间数据共享模型构建 |
| 3.3.1 城市管网空间信息共享模型设计原理 |
| 3.3.2 基于本体的城市管网空间信息共享模型框架 |
| 3.3.3 城市管网空间信息共享模型的构建步骤六步法 |
| 3.4 本章小结 |
| 第4章 城市管网空间信息资源整合技术 |
| 4.1 空间数据模型 |
| 4.1.1 空间数据模型概述 |
| 4.1.2 空间数据库的体系结构 |
| 4.1.3 空间数据模型与空间数据结构的关系 |
| 4.2 城市管网空间数据模型 |
| 4.3 多源异构城市管网空间信息集成的重要性 |
| 4.4 城市管网空间信息集成技术 |
| 4.4.1 基于元数据的城市管网空间信息数据集成 |
| 4.4.2 基于空间数据库服务器的城市管网空间信息模型集成 |
| 4.5 城市管网空间数据管理 |
| 4.5.1 城市管网空间数据存储 |
| 4.5.2 城市管网空间数据的组织 |
| 4.5.3 多源多尺度城市管网空间信息数据管理机制 |
| 4.6 本章小结 |
| 第5章 城市管网空间信息网络服务技术 |
| 5.1 城市管网空间信息服务聚合模型 |
| 5.2 空间信息服务与集成 |
| 5.2.1 城市管网空间信息服务分类 |
| 5.2.2 城市管网空间信息服务模式与集成 |
| 5.3 城市管网空间信息分布式智能服务引擎机制 |
| 5.3.1 城市管网体系中分布式智能服务引擎框架 |
| 5.3.2 异步调用机制 |
| 5.3.3 节点内负载均衡机制 |
| 5.4 城市管网空间信息共享 Web 目录服务技术 |
| 5.4.1 城市管网空间信息共享 Web 目录服务模式 |
| 5.4.2 城市管网空间信息共享 Web 目录服务功能 |
| 5.4.3 城市管网空间信息共享 Web 目录服务接口规范 |
| 5.5 授权与安全管理机制 |
| 5.5.1 网络环境安全配置 |
| 5.5.2 系统安全配置 |
| 5.5.3 WEB 和 Web Service 服务器安全配置 |
| 5.5.4 系统内部用户权限机制 |
| 5.6 空间信息的发布 |
| 5.7 本章小结 |
| 第6章 面向空间信息的城市管网工作流与系统集成 |
| 6.1 工作流（概述） |
| 6.1.1 工作流概述 |
| 6.1.2 工作流参考模型 |
| 6.2 空间信息工作流 |
| 6.2.1 空间信息工作流概述 |
| 6.2.2 空间信息工作流的特点 |
| 6.3 城市管网空间信息工作流管理系统的重要性 |
| 6.4 空间信息工作流建模 |
| 6.4.1 空间信息工作流建模要求 |
| 6.4.2 城市管网空间信息工作流模型的表达 |
| 6.5 基于 GIS 网络的城市管网工作流模型 |
| 6.5.1 基于工作流的 GIS 网络模型架构 |
| 6.5.2 城市管网空间信息服务工作流执行引擎 |
| 6.5.3 城市管网空间信息服务工作流异常处理与冲突解决 |
| 6.6 面向业务流程的多层城市管网信息系统模型 |
| 6.7 本章小节 |
| 第7章 原型系统研发 |
| 7.1 原型系统总体架构 |
| 7.2 城市管网空间信息共享与服务平台开发 |
| 7.2.1 开发环境准备 |
| 7.2.2 原型系统的设计与实现 |
| 7.4 本章小结 |
| 第8章 总结和展望 |
| 8.1 总结 |
| 8.2 主要创新点 |
| 8.3 展望 |
| 致谢 |
| 参考文献 |
| 附录 |
（10）地理信息服务聚合技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 研究现状 |
| 1.2.1 地理信息服务 |
| 1.2.2 地理信息服务聚合 |
| 1.3 研究内容 |
| 1.4 论文组织 |
| 第二章 服务聚合技术与标准规范 |
| 2.1 服务聚合概述 |
| 2.1.1 地理信息服务聚合定义 |
| 2.1.2 地理信息服务聚合体系结构 |
| 2.2 相关技术基础 |
| 2.2.1 面向服务架构 |
| 2.2.3 Web Service 技术 |
| 2.3 OGC 服务标准 |
| 2.3.1 网络地图服务 |
| 2.3.2 网络要素服务 |
| 2.3.3 网络覆盖服务 |
| 2.4 本章小结 |
| 第三章 服务聚合软件系统设计 |
| 3.1 服务信息描述 |
| 3.2 服务聚合软件架构设计 |
| 3.3 服务注册与目录发布模块设计 |
| 3.3.1 数据库设计 |
| 3.3.2 功能设计 |
| 3.4 服务聚合模块设计 |
| 3.4.1 缓存地图服务聚合 |
| 3.4.2 路径分析服务聚合 |
| 3.4.3 地名搜索服务聚合 |
| 3.5 地理信息聚合服务发布系统 |
| 3.6 地理信息聚合服务管理系统 |
| 3.7 本章小结 |
| 第四章 地理信息服务聚合实现与应用 |
| 4.1 聚合国家天地图 |
| 4.1.1 开发环境 |
| 4.1.2 服务注册、发布与查询 |
| 4.1.3 聚合瓦片地图服务 |
| 4.1.4 聚合路径分析服务 |
| 4.1.5 聚合地名搜索服务 |
| 4.2 聚合地质灾害服务 |
| 4.2.1 概述 |
| 4.2.2 主要功能 |
| 4.3 本章小结 |
| 第五章 服务聚合系统测试 |
| 5.1 测试概述 |
| 5.1.1 功能测试 |
| 5.1.2 性能测试 |
| 5.1.3 安全性测试 |
| 5.2 测试结果 |
| 5.2.1 功能测试 |
| 5.2.2 性能测试 |
| 5.3 测试结果统计 |
| 5.3.1 功能测试结果统计 |
| 5.3.2 性能测试结果统计 |
| 5.3.3 安全性测试结果统计 |
| 5.4 测试结论 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 主要研究成果 |
| 6.2 论文主要创新点 |
| 6.3 下一步研究方向 |
| 致谢 |
| 参考文献 |
| 硕士期间取得研究成果 |
四、地理信息服务概述（论文参考文献）
- [1]面向灾害事件的应急数据集成与发布方法研究[D]. 符季颖. 北京建筑大学, 2021(01)
- [2]电力安全生产输电业务系统的设计与实现[D]. 鄂天游. 电子科技大学, 2021(01)
- [3]基于OGC标准的分布式地理信息服务链构建方法研究[D]. 王金传. 山东师范大学, 2019(09)
- [4]面向个性化信息服务的查询词自动推荐方法研究[D]. 蒋丹阳. 国防科技大学, 2018(01)
- [5]上下文感知的智慧城市空间信息服务关键技术研究[D]. 柳来星. 武汉大学, 2016(01)
- [6]基于云的校园地理信息SPI服务与双密集型计算任务研究[D]. 高培超. 清华大学, 2015(03)
- [7]云环境下空间信息服务组合的自治愈关键技术研究[D]. 游兰. 武汉大学, 2015(07)
- [8]支持QoS约束的地理信息服务搜索系统的研究[D]. 柳廷娜. 电子科技大学, 2015(02)
- [9]城市管网空间信息共享与服务平台关键技术研究[D]. 郑春梅. 中国地质大学（北京）, 2014(03)
- [10]地理信息服务聚合技术研究[D]. 董雄. 电子科技大学, 2013(01)