along/paper-writing
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity

I/O查询与读取的难点是什么？还需要思考

Browse Source
This commit is contained in:
along
2026-01-22 21:07:04 +08:00
parent 4a1c921a9c
commit 870ab27f21
2 changed files with 10 additions and 5 deletions
Download Patch File Download Diff File Expand all files Collapse all files

14
一种IO高效的大规模遥感影像数据并发时空范围查询的方法.md
View File

@@ -2,17 +2,21 @@
## 传统遥感影像数据时空范围查询策略及其问题
1. 这篇论文要解决的问题是什么
1. 这篇论文要解决的问题是什么:
高并发场景下，如何面向大规模遥感影像，实现快速的时空范围查询。
2. 为什么要解决这个问题
由于地球观测任务的快速发展，以高空间、时间和光谱分辨率为特征的海量遥感数据正以前所未有的速度生成。例如，nasa的AVIRIS-NG每小时获取近9gb的数据，而EO-1Hyperion传感器每小时产生超过9gb的数据1。6TB每日。除了庞大的数据量之外，这些数据集越来越多地受到来自全球研究社区和实时应急响应系统（例如，自然灾害期间的多部门协调）的密集并发访问。因此，现代遥感平台不仅需要提供大容量的存储空间，还需要提供高吞吐量的查询能力，以满足多种时空分析任务的同步需求。
3. 解决这个问题的难点是什么
？？
4. 前人是怎么解决这个问题的
5. 前人的工作有哪些局限性
6. 本文打算怎么解决这个问题
7. 新方法有什么优势
8. 新方法的技术细节有哪些
9. 实验是怎么设计的
9. 实验是怎么设计的
10. 结果如何
11. 对实验结果如何比较分析
12. 最后的结论是什么
12. 最后的结论是什么

1
写作模板.md
View File

@@ -5,5 +5,6 @@ Hydra: Deadline-Aware and Efficiency-Oriented Scheduling for Deep Learning Jobs
2. 方法A直接用在B领域会存在问题，
代表论文：MultiRAG: A Knowledge-Guided Framework for Mitigating Hallucination in Multi-Source Retrieval Augmented Generation;
TrajMesa: A Distributed NoSQL-Based Trajectory Data Management System
NALSpatial: A Natural Language Interface for Spatial Databases
3. 论文A考虑了A因素，论文b考虑了B因素，联合考虑A+B，
代表论文：