Une nouvelle méthodologie de géovisualisation pour les entrepôts de données de trajectoires

S Bimonte, A Hassan, R Lenain - … & Big Data: 15ème Edition de …, 2019 - books.google.com
Business Intelligence & Big Data: 15ème Edition de la conférence EDA …, 2019books.google.com
Les méthodes de la géovisualisationintégrées dans les systèmes OLAP ne concernent que
des données spatiales classiques (points, lignes et polygones). Notre objectif dans cet
article estde définir une nouvelle méthodologie d'analyse visuelle qui intègre le space-time
cube, cartes animées et le tableau croisé dynamique pour considérer les données des
entrepôts de données trajectoires (EDT). En plus des requêtes multidimensionnelles
classiques, nous prenons en compte d'autres types de requête:(1) spatio-temporelles …
Resume
Les méthodes de la géovisualisationintégrées dans les systèmes OLAP ne concernent que des données spatiales classiques (points, lignes et polygones). Notre objectif dans cet article estde définir une nouvelle méthodologie d’analyse visuelle qui intègre le space-time cube, cartes animées et le tableau croisé dynamique pour considérer les données des entrepôts de données trajectoires (EDT). En plus des requêtes multidimensionnelles classiques, nous prenons en compte d’autres types de requête:(1) spatio-temporelles multidimensionnelles qui nécessitent la dimension temporelle et la mesure spatiale et (2) spatio-temporelles thématiques multidimensionnelles quinécessitentaussides mesures numériques. Ces deux types de requêtes peuvent porter sur une (Mono) ou plusieurs trajectoires (Multi). Nous montrons l’implémentation de notre méthodologie en utilisant le géo-navigateur (Google Earth) et l’extension de tableau croisé dynamique (GeOLAPivot Table).
books.google.com
以上显示的是最相近的搜索结果。 查看全部搜索结果

Google学术搜索按钮

example.edu/paper.pdf
搜索
获取 PDF 文件
引用
References