MD4：一种综合的跨本体实体语义相似度计算方法*

面向广域分布环境下信息资源共享与服务的需要,设计了基于本体的元数据模型,并在MD3模型的基础上给出了一种基于该元数据模型的跨本体的语义相似度计算方法——MD4模型。MD4充分利用本体对实体的描述信息,重点讨论了实体名称、实体属性、实体语义环境以及实体实例等相似度的计算,把MD3模型扩展到MD4模型,使得信息资源实体间语义相似度的计算更全面、精确。     

空间资源注册框架研究*

针对空间信息资源的特点,列举了OGC注册模型语义化问题、OGC注册模型语义匹配问题、OGC注册模型与网格MCS数据模型转换问题等。在此基础上,将上述研究结合起来,提出了一种空间资源注册框架,并给出了主要模块和注册实现过程。     

网格环境中基于元数据节点的资源发现方法

资源发现是网格的关键技术之一,传统的集中式资源发现方法的资源信息共享性较差。本文以实现更为广泛的资源共享为目标,提出了一种基于元数据节点的资源发现方法。该方法继承了关键词搜索方法的优点,支持结果重用,提高了资源发现的效率和资源信息的共享性。     

基于面向对象的数字城市地理空间框架数据组织方法

在探讨基于面向对象空间数据模型（OOSDM）的基础上,研究了数字城市地理空间框架的体系结构、基础数据组织方法和存储管理模式,以及采用OOSDM进行地理空间数据组织的过程。重点研究了数字城市地理空间框架中基础地理空间数据面向对象的数据分类、组织、一体化存储管理与显示,为数字城市地理空间框架建设提供了基于面向对象的数据组织方法和思路。     

基于用户偏好的垂直搜索算法

提出并研究、实现了基于用户偏好的垂直搜索算法(PVSA)。以领域特征为基本出发点,PVSA借助领域主题偏好向量、领域元数据权重因子、检索名词差异化、行业词典库更新等4项策略,有效地挖掘、表征用户的领域个性化偏好,以此为基础构建基于用户偏好的垂直搜索算法。实验结果表明了PVSA算法的有效性和可行性。     

基于DBMS的元数据管理策略*

海量存储系统的元数据一般采用层次结构或哈希法来管理,存在元数据修改和查询目录等操作所需时间和空间开销大等问题,严重影响了系统的性能。通过引入二维表保存元数据信息,提出了一种基于DBMS的新型元数据管理策略。分析了将基于DBMS元数据管理策略用于管理海量存储系统中的元数据信息时,所需的时空开销以及管理元数据的灵活性。验证了基于DBMS元数据管理策略能有效地减少查询和更新所需的时空开销,实现高效、灵活的元数据管理功能,从而有效地提高海量存储系统的性能。     

黑龙江省交通数字化中元数据创建问题研究

交通信息数据内容繁杂且数据量庞大,建立交通数据元数据是对其进行管理及共享的有效、可行的方法。通过对黑龙江省交通信息数据元数据的现状分析,对已有的元数据标准做必要的改进,重新建立黑龙江省交通信息基础元数据集,使黑龙江省交通信息基础元数据管理和应用更加科学、合理、规范。     

基于虚拟化的水利数据共享平台设计与实现

水利数据具有天然的地理分散性,又由于其采集方式的不同和各自管理的差异,形成了多源、异构、自治的特点,这些使得水利数据难以有效和大范围的共享。在分析水利数据应用与服务现状的基础上,结合虚拟化水信息资源组织,构建了虚拟化水利数据共享管理平台,重点讨论平台的软件架构及其技术特点。     

水利科学数据共享元数据理论的应用探讨

水利科学数据共享是国家基础数据共享、科技创新体系的重要组成部分，水利科学数据涉及范围广、种类多、语义多、共享难度大，元数据理论和方法的应用研究是水利信息学研究领域的基础学科。本文以水利科学数据共享研究为基础，在分析水利科学数据元数据的标准、结构、管理体系，以及元数据的互操作性的基础上，探讨水利科学数据元数据的特点及管理应用体系，提出了指导水利科学数据共享服务的元数据管理体系结构。     

Scientific Data Management in a Grid Environment

Managing scientific data is by no means a trivial task even in a single site environment with a small number of researchers involved. We discuss some issues concerned with posing well-specified experiments in terms of parameters or instrument settings and the metadata framework that arises from doing so. We are particularly interested in parallel computer simulation experiments, where very large quantities of warehouse-able data are involved, run in a multi-site Grid environment. We consider SQL databases and other framework technologies for manipulating experimental data. Our framework manages the outputs from parallel runs that arise from large cross-products of parameter combinations. Considerable useful experiment planning and analysis can be done with the sparse metadata without fully expanding the parameter cross-products. Extra value can be obtained from simulation output that can subsequently be data-mined. We have particular interests in running large scale Monte Carlo physics model simulations. Finding ourselves overwhelmed by the problems of managing data and compute resources, we have built a prototype tool using Java and MySQL that addresses these issues. We use this example to discuss type-space management and other fundamental ideas for implementing a laboratory information management system.