高性能地理計(jì)算

定　價(jià)：￥59.00

作　者：	樂(lè)鵬著
出版社：	科學(xué)出版社
叢編項(xiàng)：	高等學(xué)校遙感科學(xué)與技術(shù)系列教材
標(biāo)　簽：	暫缺

購(gòu)買(mǎi)這本書(shū)可以去

ISBN：	9787030689351	出版時(shí)間：	2021-06-01	包裝：	平裝
開(kāi)本：	16開(kāi)	頁(yè)數(shù)：	285	字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　《高性能地理計(jì)算》是作者結(jié)合現(xiàn)有高性能地理計(jì)算的理論、方法和應(yīng)用所寫(xiě)的?！陡咝阅艿乩碛?jì)算》共六大部分（10章）。第一部分為高性能地理計(jì)算概述（第1章），闡述高性能地理計(jì)算的基本概念、發(fā)展歷程和現(xiàn)狀；第二部分為并行計(jì)算基礎(chǔ)及并行編程基礎(chǔ)（第2～3章），介紹并行計(jì)算的基本理論、并行編程入門(mén)知識(shí)等；第三部分為并行地理計(jì)算算法設(shè)計(jì)（第4～5章），闡述地理算法并行設(shè)計(jì)挑戰(zhàn)、數(shù)據(jù)并行與任務(wù)并行地理算法、地理計(jì)算強(qiáng)度的理論與方法等；第四部分為高性能空間數(shù)據(jù)存儲(chǔ)（第6章），介紹大規(guī)模數(shù)據(jù)管理技術(shù)，包括NoSQL/NewSQL數(shù)據(jù)庫(kù)、內(nèi)存數(shù)據(jù)庫(kù)、陣列數(shù)據(jù)庫(kù)等，并圍繞對(duì)地觀(guān)測(cè)大數(shù)據(jù)的時(shí)空立方體理論方法與設(shè)計(jì)實(shí)現(xiàn)進(jìn)行介紹；第五部分為地理云計(jì)算、云GIS與地理流計(jì)算（第7～9章），介紹地理云計(jì)算概念、地理云計(jì)算服務(wù)、云GIS設(shè)計(jì)與實(shí)現(xiàn)、空間數(shù)據(jù)流處理等；第六部分為時(shí)空大數(shù)據(jù)平臺(tái)（第10章），介紹融合高性能地理計(jì)算的時(shí)空大數(shù)據(jù)平臺(tái)功能與應(yīng)用。

作者簡(jiǎn)介

暫缺《高性能地理計(jì)算》作者簡(jiǎn)介

圖書(shū)目錄

目錄
第1章緒論 1
1.1 地理計(jì)算與高性能計(jì)算概述 1
1.1.1 地理計(jì)算 1
1.1.2 高性能計(jì)算 3
1.1.3 GIS 與高性能計(jì)算 4
1.2 高性能地理計(jì)算概述 6
1.2.1 時(shí)空大數(shù)據(jù)分布式存儲(chǔ)管理 8
1.2.2 時(shí)空大數(shù)據(jù)并行計(jì)算與流計(jì)算 10
1.2.3 時(shí)空大數(shù)據(jù)GIS 12
第2章并行計(jì)算基礎(chǔ) 14
2.1 概述 14
2.1.1 并行計(jì)算概念 14
2.1.2 計(jì)算機(jī)性能與發(fā)展 15
2.1.3 并行機(jī)分類(lèi) 17
2.2 并行算法設(shè)計(jì) 21
2.2.1 并行分解方法 21
2.2.2 并行算法設(shè)計(jì)挑戰(zhàn) 24
2.2.3 并行算法設(shè)計(jì)過(guò)程 24
2.3 并行算法性能評(píng)估 26
2.3.1 加速比與并行效率 27
2.3.2 可擴(kuò)展性 27
2.3.3 加速比定律 28
第3章并行編程基礎(chǔ) 31
3.1 OpenMP 并行編程 31
3.1.1 進(jìn)程與線(xiàn)程 31
3.1.2 OpenMP 指令 33
3.1.3 庫(kù)函數(shù)與環(huán)境變量 40
3.1.4 OpenMP 環(huán)境運(yùn)行 43
3.1.5 OpenMP 坡度計(jì)算 46
3.2 MPI 并行編程 57
3.2.1 MPI 概述 57
3.2.2 MPI 基礎(chǔ)函數(shù) 58
3.2.3 MPI 通信 59
3.2.4 MPI 數(shù)據(jù)類(lèi)型 63
3.2.5 MPI 環(huán)境運(yùn)行與坡度計(jì)算 64
3.3 MapReduce 并行編程 72
3.3.1 MapReduce 計(jì)算模式 72
3.3.2 Hadoop 分布式系統(tǒng) 75
3.3.3 Spark 計(jì)算引擎 78
3.3.4 Spark 環(huán)境運(yùn)行 80
3.4 GPU 并行編程 84
3.4.1 概述 84
3.4.2 CUDA 編程 85
3.4.3 CUDA 常用函數(shù) 88
3.4.4 CUDA 環(huán)境運(yùn)行 89
第4章并行地理計(jì)算 96
4.1 地理算法并行設(shè)計(jì)挑戰(zhàn) 96
4.1.1 并行策略 96
4.1.2 負(fù)載均衡 100
4.1.3 數(shù)據(jù)I/O 104
4.1.4 通信 104
4.2 地理算法并行化 108
4.2.1 數(shù)據(jù)并行地理算法 108
4.2.2 任務(wù)并行地理算法 117
第5章地理計(jì)算強(qiáng)度 124
5.1 概述 124
5.1.1 地理計(jì)算特征表達(dá) 125
5.1.2 計(jì)算強(qiáng)度評(píng)估 127
5.1.3 地理空間域分解 129
5.2 AI 地理計(jì)算強(qiáng)度預(yù)測(cè) 131
5.2.1 案例介紹 132
5.2.2 計(jì)算強(qiáng)度評(píng)估模型 135
5.2.3 地理空間域分解 137
5.2.4 實(shí)驗(yàn)結(jié)果分析 139
第6章高性能空間數(shù)據(jù)存儲(chǔ) 155
6.1 關(guān)系數(shù)據(jù)庫(kù)與NoSQL 155
6.2 NoSQL 數(shù)據(jù)庫(kù) 158
6.2.1 MongoDB 158
6.2.2 HBase 167
6.2.3 Redis 171
6.3 陣列數(shù)據(jù)庫(kù) 177
6.3.1 概述 177
6.3.2 Rasdaman 179
6.3.3 SciDB 182
6.3.4 評(píng)測(cè)分析 187
6.4 時(shí)空數(shù)據(jù)立方 189
6.4.1 概述 189
6.4.2 時(shí)空立方體概念 191
6.4.3 GeoCube 設(shè)計(jì)與實(shí)現(xiàn) 195
第7章地理云計(jì)算 206
7.1 概述 206
7.1.1 云計(jì)算簡(jiǎn)介 206
7.1.2 云平臺(tái)介紹 208
7.1.3 邊緣計(jì)算 214
7.2 地理云計(jì)算簡(jiǎn)介及地理信息處理云服務(wù) 215
7.2.1 地理云計(jì)算簡(jiǎn)介 215
7.2.2 地理信息處理云服務(wù) 216
第8章云GIS 226
8.1 概述 226
8.2 云GIS 設(shè)計(jì)與實(shí)現(xiàn) 227
8.2.1 系統(tǒng)架構(gòu) 227
8.2.2 分布式空間數(shù)據(jù)存儲(chǔ) 228
8.2.3 分布式GIS 內(nèi)核 231
8.2.4 結(jié)果分析 234
第9章地理流計(jì)算 237
9.1 概述 237
9.1.1 技術(shù)背景 237
9.1.2 案例介紹 241
9.2 地理觀(guān)測(cè)流 242
9.2.1 信息模型 242
9.2.2 計(jì)算模型 244
9.2.3 性能分析模型 245
9.2.4 系統(tǒng)架構(gòu) 247
9.3 實(shí)時(shí)地理信息流處理 248
9.3.1 案例計(jì)算 248
9.3.2 結(jié)果分析 250
第10章時(shí)空大數(shù)據(jù)平臺(tái) 255
10.1 概述 255
10.2 時(shí)空大數(shù)據(jù)平臺(tái)功能 256
10.2.1 平臺(tái)概況 257
10.2.2 數(shù)據(jù)中心 257
10.2.3 計(jì)算中心 259
10.2.4 服務(wù)中心 260
10.2.5 管理中心 260
10.3 時(shí)空大數(shù)據(jù)平臺(tái)應(yīng)用 261
參考文獻(xiàn) 274