XML及其应用初探

通过对标记语言、XML文件结构、文件类型定义和XML文档数据显示等的简要介绍,结合一个具体应用的XML实现,初步探讨了XML及其简单应用。     

基于XML的网络资源描述和交换

基于网络的信息传递具有交流快、内容丰富、交互性强等特点．而可扩展性标记语言XML的发展，给网络带来了新的生机．为了使得网络资源的可重用性提高，使XML能更好地作为数据交换通用格式在各种应用场合得到广泛应用．本文结合一个开发实例探讨了如何应用XML组织和描述网络资源信息，并给出了基于XML的网络资源和交换的方法和过程．这种方法的使用可以使XML适用于对各类复杂数据形式的描述，在web的不同应用领域，尤其在电子商务应用领域发挥更大的作用、     

通用科学数据管理框架

Java和可扩展标记语言(extensiblemarkuplanguage,XML)是近年来极具前景的2门技术。由于其良好的可扩展性和灵活性,已在很多领域中得到广泛应用;研究了它们在科学数据管理中的应用,讨论了构建统一的科学数据管理框架的相关技术,并给出了一个应用实例;从结果看,Java+XML对于跨平台的异类分布式科学数据资源管理是一种非常好的解决方案,具有通用性好,功能强大,易于推广的特点,对科学数据共享服务建设具有很好的推动作用。     

基于XML技术的USPTO专利抽取系统

为了给北京市知识产权预警能力研究提供基础数据,通过检索美国专利商标局(USPTO)网络专利数据库可以得到动态网页形式的专利信息.基于XML相关技术,提出了将这些网页形式的专利数据抽取到关系数据库的技术和方法.使用正则表达式匹配的方法进行页面过滤,将网页解析为文档对象模型(DOM)进行清洗,通过可扩散样式表转换语言(XSLT)模板抽取专利信息,并通过对象映射的方法将专利信息存入关系数据库,实现了专利信息抽取原型系统.实验结果表明,该原型系统具有较高的召回率和准确率.     

一种新的混合XML文档聚类方法

为了提高大规模半结构化文档集的聚类质量,提出了一种新的XML文档聚类方法.从XML文档中提取层次路径序列,以此为依据将XML文档表示为VSM中的向量,将欧氏空间对应于粒子群模型的问题空间,采用粒子群聚类方法进行文档聚类.为了加速算法的收敛性,在算法的后续部分采用C-means进行快速局部调优,提出两阶段混合聚类方法,优点是能够跳出局部极值,搜寻整个问题空间的同时又保证了合理的时间.实验结果表明提出的方法具有较高的聚类准确性和较好的收敛程度.     

一种原生可扩展标记语言数据库的模型分析

XML是一种可以创建自己的标记的标记语言，原生XML数据库(Native—XMLDB)是以XML格式存储信息的数据库。根据XML的特性，结合对传统数据库的研究，提出了一种原生XML数据库原型的逻辑模型，并给出了一种查询方法。这种技术可以扩展数据库的应用面，大大提高特殊查询的效率，弥补传统关系数据库的不足。     

数据集成中XML模式和关系模式映射模型研究

针对数据集成遇到的数据交流难问题,文章首先介绍了XML技术的优势,并就如何利用其优势来解决XML文档和关系数据库之间的数据转换问题进行了分析。进一步研究了XML和关系数据库之间的基本映射方法,在此基础上建立了XML模式和关系模式之间双向映射的模型,并给出了模型的实现。     

Java绑定XML架构的技术内涵

为了揭示Java绑定可扩展标记语言(XML)架构的技术内涵,分析了该应用编程接口(API)的开发背景,揭示了它的技术本质,论述了它的工作机理、核心组件、绑定过程的关键操作,即:用绑定编译器绑定XML文件的模式,生成模式导出类和接口,并将它们编译;解组过程将模式导出的Java类实例化成内容对象,表示XML文件的内容和结构,让应用程序可直接访问;在生成内容树之前,解组过程可有选择地验证XML文件;借助绑定编译器生成的接口,客户应用可修改内容树所表示的XML数据;所处理的内容树可被编组成1种或多种XML输出文件.给出了1个典型用例,并指出该API在开发XML Web服务和网络应用方面有很好的应用前景.     

XML结构化匹配中的位图过滤加速法

针对可扩展标记语言(XML)数据查询中的结构化匹配问题,提出一种位图过滤加速法,该算法能有效地提高XML结构化匹配效率。通过预先为每个XML节点建立标签位图,该加速法在XML结构化匹配中,能以位图比较形式过滤大部分未匹配节点,从而达到加速效果。研究位图过滤加速法与几类XML结构化匹配算法的集成问题,提出了低代价的融合方法。实验证明,集成位图过滤加速法的XML结构化匹配算法在查询效率方面明显优于原有算法。     

面向语义Web的RDF数据处理和应用

利用Multi-Agents实现RDF数据的获取、存储和利用.信息收集Agent提取语义Web上用RDF语言描述的元数据,存储Agent将这些元数据存储在XML数据库或关系数据库中,推理Agent根据用户提交的查询关键词进行语义匹配及语义相关性扩展,查询Agent执行对RDF数据库的查询,并返回结果给用户,从而实现基于语义的Web信息检索服务.     

利用决策树和聚类理论对XML文档数据挖掘的研究

Extcnsible Markup Language即"可扩展的标置语言"(简记为XML)的出现,为基于Web的数据挖掘带来了便利,开发人员能够用XML的格式标记交换数据.充分利用XML的优点,提供一种利用决策树ID3修正算法和聚类的方法,对XML文档信息进行挖掘,并结合实例说明这种方法.     

XML数据流中面向聚类的指数直方图

为了实现XML(extensible markup language)数据流的在线动态聚类,提出一种XML聚类特征指数直方图.该结构以XML时间聚类特征为基础,遵循指数直方图的维护规律.采用该结构的聚类算法在真实和模拟数据集上的实验结果说明:这一结构在聚类质量上可以达到甚至超过静态聚类方法;直方图个数固定时,内存开销基本稳定.     

未来的方向:信息内容的标准化

本文论述了人类信息处理已经达到信息内容的标准化阶段,信息内容的标准化有赖于自然语言处理中的知识库建设和可扩展标记语言(XML)、资源描述框架(RDF)的融合与发展。     

基于XML的数字地下空间索引QR树研究

为了提高数字地下空间数据库的存储效率与检索性能,设计基于可扩展标记语言(XML)的数字地下空间索引四叉矩形(QR) 树.该索引将检索过程涉及到的空间限制在整个索引空间的某一部分,XML利用其结构化的特点,改进了传统QR树索引文档与数据结构之间需要序列化的缺点,改善了因数据激增而下降的查找性能;同时利用XML的可扩展性,实现对索引信息规范化、结构化的描述,实现索引文档存储和数据结构组织的显式描述,解决了QR树存储开销较高、结点上溢和下溢问题,实现QR树动态维护,提高索引的稳定性.     

基于路径连接的XML复杂小枝模式查询处理

针对可扩展标记语言(XML)查询中具有嵌套OR谓词的复杂小枝模式查询处理,提出一种基于路径连接的查询方法.该方法以路径为分解粒度,结合分支扩展(AOBE)的概念,通过路径连接过程实现对复杂小枝模式查询的整体处理.为了进一步提高算法效率,在已有研究的基础上挖掘相应的优化规则,利用索引跳过那些明显不参与连接的元素的访问和计算.与已有算法相比,基于路径连接的查询方法大大简化了复杂小枝模式查询处理过程,只访问查询叶节点对应的元素,可以显著减少结构连接的操作数目和扫描元素的个数.实验结果表明,该方法能够有效地改善复杂小枝模式查询处理的性能．     

基于空间数据仓库的空间数据挖掘研究

在讨论空间数据挖掘的相关技术对空间数据挖掘影响的基础上 ,提出一个基于空间数据仓库的空间数据挖掘模型 ,从基于空间数据仓库的数据挖掘角度出发 ,提出有待深入研究和探索的问题 .     

XML DTD转换为关系模式的原语义约束

从XML DTD模式到关系模式转换中所引起的语义约束丢失问题入手，分析了引起语义约束丢失的原因，并在传统转换算法的基础上加以改进和扩充，得到一个既能保持结构的对应转换，又能保持原语义约束的转换算法.改进方法的关键是在XML DTD到关系模式的转换过程中能正确地找到一中间转换式图(ADG).该图能很好的表示出原语义约束的各种情况，遍历该图各节点并结合给出的算法可获得正确表示关系模式中的语义约束.     

空间数据挖掘模型和方法研究

本文提出一个基于空间数据仓库的空间数据挖掘模型，讨论了空间关联规则发现、空间分类发现、空间聚类发现和空间数据总结等四类空间数据挖掘任务的目标、采用的挖掘方法和空间采样数据的处理方法。最后，从基于空间数据仓库的数据挖掘角度出发，提出有待深入研究和探索的问题。     

数据挖掘系统研究

结合当前数据挖掘系统发展状况,分别介绍了集中式和分布式的数据挖掘系统,并着重对集中式数据挖掘系统中的各个组成部分及其具体实现技术做了详细的介绍,同时对集中式和分布式的数据挖掘系统目前的发展状况分别做了总结.提出了数据挖掘系统的研究方向和发展趋势:增强可视化和交互性,提高可扩展性,与特定行业应用相结合,遵循统一标准和支持移动环境中数据的挖掘.对数据挖掘系统的发展做了简要的总结和展望.     

XML与Web数据挖掘分析

介绍了XML的概念 ,XML优于HTML的方面以及XML的特点、数据挖掘的基本概念及技术 ,概括了Web数据挖掘的特点 ,说明了将XML应用于Web数据挖掘的几个方面 .最后给出一个运用HTML、XML和JAVA技术实现Web挖掘的实例 .