语义异构生物数据源中的数据集成与更新

针对生物数据源的分布性、异构性和动态性等特性,探讨生物信息技术服务支撑系统整体解决方案,构建基于基因本体的信息集成模式以实现生物语义学上的数据集成。设计一种以半结构化形式规范生物元数据及基于MD5算法的增量更新技术,用以解决通用扩展性和效率问题,实现生物数据仓库中数据的共享并提高管理效率。     

基于与或树的正则表达式有害二义性检查算法

在构造面向应用的正则表达式(RE)过程中,引入有益二义性可简化RE构造,而将有害二义性遗留在RE中会危害匹配结果的正确性.为区别对待这两种二义性,基于与或树提出一种检查和定位RE中有害二义性的算法,该算法可减轻RE调试的工作量.实验表明,该算法在时间性能、空间性能和实用性等方面优于现有基于自动机的二义性检查算法.基于此算法的可视化RE编辑调试环境已用于构建国内第一个整合的生物数据仓库.     

一种无改写的正则表达式分析树构造算法

数据抽取常用正则表达式(RE)来描述数据源.为实现可视化描述,需将RE转换成分析树.但现有基于改写的RE分析树构造方法会破坏数据对象的内在结构,不能用于数据抽取问题.提出了一种无改写的RE分析树构造算法.实验表明,该算法在时空间性能和实用性等方面优于现有RE分析树构造算法.     

ReDE:一个基于正则表达式的生物数据抽取方法

从异构生物数据源抽取数据，建立查询分析平台是目前研究的热点，而抽取过程会涉及大量相互依赖的元数据．充分利用这种依赖关系可降低维护工作量．基于正则表达式（RE）提出了ReDE抽取方法：通过围绕RE组建立分析树，设计了基于RE的关系数据库模式生成算法和通用抽取与组装算法，其特点是：RE是惟一的元数据，易于管理和维护．该方法奠定了生物数据库辅助设计工具和高自动化抽取工具的基础，已用于构建国内第1个整合的生物信息在线数据仓库．     

VI-DE: DE-Wrapper的可视化编辑调试环境

介绍了VI—DE，数据抽取工具DE-Wrapper的可视化编辑调试环境。DE—Wrapper使用扩展正则表达式（ERE）描述数据源结构，根据陵ERE构造数据抽取树（DE-树），然后根据DE-树生成相应的关系数据库模式，最后抽取数据。VI-DE整合了DE-Wrapper的工作流程。该工具首先使用可视化界面支持ERE／DE-树可视化构建，然后自动检查该ERE／DE．树是否具有二义性，最后在样本数据七运行抽取算法并给出数据库结构和抽取结果，供用户进行评价，从而逐步引导用户设计出满足要求的ERE／DE-树。VI—DE已用于构建国内第1个整合的生物信息存线数据仓库系统。