基于XML的地理信息元数据系统

首先对地理信息元数据的内容从不同角度进行了研究：地理信息元数据内容由描述数据自身的元数据信息和描述数据之间关系的元数据信息构成;根据地理信息元数据的规范程度对地理信息元数据进行分类,随规范程度递减分为标准元数据、共识元数据和用户元数据;同时还分析了利用XML来表示地理信息元数据方法．最后,设计了一个基于XML的地理信息元数据系统GeoMeta,对其体系结构和各个部分的功能进行了分析,并详细介绍了基于XML的地理信息元数据存储和查询策略．     

Ropeway:基于语义相关的XML关键字搜索引擎

XML数据包含丰富的语义信息,但现有的大多数XML搜索引擎并未利用这一信息.如何利用XML数据的语义信息提高检索质量已成为当前研究所关注的问题.设计并实现了一个基于语义相关的XML关键字搜索引擎:Ropeway. 对于用户给定的关键字,Ropeway分析了XML数据的语义和用户信息需求,推断用户的查询主题,然后从XML数据中搜索与该主题相关的结果,并根据主题相似度对结果进行排序.结果证明: Ropeway具有良好的检索性能.     

基于本体的异构信息集成查询划分及转换

使用本体赋予信息语义能够帮助用户准确查询所需要的信息.基于本体的异构信息集成中的关键问题是如何实现全局本体概念实例查询到局域信息数据查询的变换.提出了一种本体概念实例查询的操作表示,并基于这一查询操作表示给出了将全局查询划分为局域查询的方法,局域查询结果经过集成和转换后以统一的形式返回给用户.使用该方法来查询所集成的数据来源,可以获取用户所需要的正确查询结果.     

基于领域本体和关系模型的XML语义集成方法研究

由于缺乏足够的语义信息,不同模式的XML数据之间很难进行互操作。针对油气井工程中的XML数据集成需求,借助领域全局本体,提出一种模式无关的XML语义集成方法。该方法首先在XML Path路径与领域本体之间进行语义映射,屏蔽其模式差异;然后,按照模型映射方法将XML存储为关系数据;最后通过查询重写将SPARQL转换为SQL语句,实现语义查询。该方法对XML模式进行语义标注,利用关系数据库存储与查询XML数据,能有效处理领域XML数据的语义集成。     

一个基于演化聚类的RDF数据管理系统

在RDF数据存储方案中,现有的方法取消了元数据管理层,直接对数据进行操作,导致两个缺点的产生.首先,用户无法理解数据之间的关联,不利于下一步的数据集成.其次,缺乏元数据的描述信息,系统无法根据元信息划分数据块,使得数据的查询效率也随之下降.提出了一个基于演化聚类的、根据数据输入时抽取到的RDF数据元信息存储数据的RDF数据管理系统.     

一种异构数据源集成查询系统的设计与开发

给出了一种分布式异构数据源集成查询系统的设计与开发.能够实现对关系型数据库、文本文件和XML文档等不同数据源的透明存取.查询系统读取不同数据源的数据字典,通过模式管理器建立起集成模式.用户通过查询处理器建立基于集成模式的查询,系统根据连接信息和配置信息把对集成模式的查询分解成对每个数据源的子查询,各个数据源的查询结果返回后要被合并处理,再呈现给用户,实现了对异构数据源的有效查询.     

XWord,一种针对交互式XML关键词搜索的基本框架

XML关键词搜索使用户可以在不了解数据结构的情况下从XML数据中检索信息.之前的大部分XML关键词搜索引擎都是采用一次性的方式来呈现搜索到的XML结果段,不能使用户对结果进行进一步的优化.在这些情况下,由于关键词查询存在歧义,如何时刻保证搜索引擎准确地返回所需信息就十分重要了.提出了一种新的XML关键词搜索引擎XWord,该引擎为有效用户交互提供全面支持,自动返回单元认证及拥有灵活的匹配排序语义.XWord提供灵活的输入方式,允许用户对结果段进行扩展到邻近的分段,并会给用户有效的动态查询建议.XWord还有很好的自动兼容性,可以在无需用户干涉的情况下处理任意XML数据,这一点对从大量异构XML数据中检索信息是非常重要的.最后给出大量的实验结果来展示XWord的有效性和效率.     

CoSQL RX中基于Tag集的XML关系查询

在目前支持关系及XML数据统一管理的数据库管理系统中,由于XML固有的表达复杂结构数据的特点,以及XQueryXPath查询语言越来越复杂等原因,如果没有对XML数据的树结构以及查询语义有准确的了解,对于一般用户而言,要查询到所需要的信息有一定难度.针对该问题,在已有工作的基础上,设计并实现了一种基于XML标记(Tag)子集的XML查询方法,该方法只需要用户使用类SQL提交针对包含XML数据列的关系表(RXTable)中XML数据的查询,就可以将数据中所有满足条件的XML数据返回,同时可基于该查询结果进行进一步的更精确的查询.     

元数据管理系统的设计与实现

大规模并行数值模拟程序通常会被运行十几次甚至上百次,每次运行都会输出几十、上百、甚至上千时间步的数据,每个时间步会产生几十、上百、甚至上千个数据文件.传统的数据管理方法是使用记事本记录数值模拟结果相关的元数据信息,这种方法的缺点是大量的信息需要手工录入,同时也不方便数据查询和共享.元数据管理系统的设计目标是通过自动提取元数据来减少需要录入的元数据信息,通过集成管理与结果数据相关的各种数据来方便数据查询与共享.该系统包含5个组成部分:层次化自描述通用数据存储模型、科学计算元数据、元数据自动提取、对象数据库系统、Web界面元数据管理系统.通过用户试用,验证了元数据管理系统实现了预期的目标.     

数据网格中高效的元数据管理策略

在数据网格中,提出了采用完全分布方式、基于智能Cache和语义的元数据管理策略,在管理策略中设计一个元数据管理系统的体系结构SMICC.该体系结构引入了智能Cache和语义信息的方式来对元数据系统进行管理,减少远程访问时间和增加查询的准确度.SMICC可以利用智能Cache和语义信息处理不同的情况,可以根据本地可用的元数据进行查询的分解形成子查询,用户可以从本地Cache中获得元数据查询结果的一部分,剩下的部分可以从远程位置获得.通过语义信息和已有元数据,不仅可以使系统达到更好的扩展性和可用性,而且在保证用户访问质量的同时也提高了访问效率.     

基于XML的数据集成系统实现

为了解决传统异构数据系统中数据查询处理不方便、信息之间交互利用困难、处理过程中没有统一的数据表现格式等问题,提出了一种基于XM L技术来进行数据集成的系统-基于XM L的学生信息集成系统,该系统采用XM L技术和Java技术相结合,查询处理上采用X query作为全局查询语言,满足了用户对数据集成和利用的各个层次的处理需求。实验结果表明,该系统达到了集成共享的目的,查询效率较高。     

元数据驱动的个性化查询工具设计与实现

传统查询定制工具只关注动态组合SQL语句,并没有关注与业务相关的实体,如用户、专业等。用户无法定制个性化的查询,企业不能对数据按专业、查询对象和用户等组织多维度、多专业的数据查询。为解决上述问题,提出了一个元数据驱动的个性化查询定制框架,用元数据描述用户需求和企业环境。用户通过个性定制工具,形成用户需求的元数据描述,查询引擎通过元数据读取用户需求,然后查询专业数据库并形成个性化界面。既有通用查询的通用数据接口,又有友好、个性化的用户接口,在油田企业信息集成中得到应用,并取得良好应用效果。     

An XML-enabled data extraction toolkit for web sources

The amount of useful semi-structured data on the web continues to grow at a stunning pace. Often interesting web data are not in database systems but in HTML pages, XML pages, or text files. Data in these formats are not directly usable by standard SQL-like query processing engines that support sophisticated querying and reporting beyond keyword-based retrieval. Hence, the web users or applications need a smart way of extracting data from these web sources. One of the popular approaches is to write wrappers around the sources, either manually or with software assistance, to bring the web data within the reach of more sophisticated query tools and general mediator-based information integration systems. In this paper, we describe the methodology and the software development of an XML-enabled wrapper construction system—XWRAP for semi-automatic generation of wrapper programs. By XML-enabled we mean that the metadata about information content that are implicit in the original web pages will be extracted and encoded explicitly as XML tags in the wrapped documents. In addition, the query-based content filtering process is performed against the XML documents. The XWRAP wrapper generation framework has three distinct features. First, it explicitly separates tasks of building wrappers that are specific to a web source from the tasks that are repetitive for any source, and uses a component library to provide basic building blocks for wrapper programs. Second, it provides inductive learning algorithms that derive or discover wrapper patterns by reasoning about sample pages or sample specifications. Third and most importantly, we introduce and develop a two-phase code generation framework. The first phase utilizes an interactive interface facility to encode the source-specific metadata knowledge identified by individual wrapper developers as declarative information extraction rules. The second phase combines the information extraction rules generated at the first phase with the XWRAP component library to construct an executable wrapper program for the given web source.     

基于XML和JMS的异构数据交换集成的研究

随着企业信息化不断深入,对于异构数据集成的要求越来越迫切。为此提出了一种异构数据交换集成的模型。首先构造异构数据库的元数据的模式XML Schema,并建立元数据与XML Schema间的映射,将异构数据表示成XML形式,使用JMS技术完成系统间XML的传输,再根据本地数据库的元数据与XML Schema的映射将XML中的数据转化为本地数据库可用数据,从而较好地解决了异构数据集成和交换的问题。     

基于虚拟数据中心的气田信息整合平台研究

气田信息整合旨在实现自治、分布、异构数据源的信息共享与交换,为用户提供统一的全局数据视图。讨论了企业信息整合系统的一般模式;根据气田信息中历史数据、实时数据、静态数据的不同应用特点,提出了一种基于虚拟数据中心的气田信息整合平台体系结构,给出了气田信息整合平台的实现技术。考虑到系统性能和灵活性,该平台引入数据缓冲机制,采用多种数据交换策略,以XML作为数据交换和元数据表示的标准。     

异构数据集成方案的优化设计与实现

针对现有数据集成方案在处理特定问题时系统查询性能不理想的情况,以Mediator／Wrap-per集成模式为基础,结合数据仓库思想,提出1种异构数据集成的优化方案．该方案基于XML和元数据设计查询构造、解析搜索及缓存等模块,优化系统的查询性能．将该方案应用于石油储层评价系统的数据集成中能明显缩短查询的平均耗用时间,提高查询效率。     

Growing triples on trees: an XML-RDF hybrid model for annotated documents

Since the beginning of the Semantic Web initiative, significant efforts have been invested in finding efficient ways to publish, store, and query metadata on the Web. RDF and SPARQL have become the standard data model and query language, respectively, to describe resources on the Web. Large amounts of RDF data are now available either as stand-alone datasets or as metadata over semi-structured (typically XML) documents. The ability to apply RDF annotations over XML data emphasizes the need to represent and query data and metadata simultaneously. We propose XR, a novel hybrid data model capturing the structural aspects of XML data and the semantics of RDF, also enabling us to reason about XML data. Our model is general enough to describe pure XML or RDF datasets, as well as RDF-annotated XML data, where any XML node can act as a resource. This data model comes with the XRQ query language that combines features of both XQuery and SPARQL. To demonstrate the feasibility of this hybrid XML-RDF data management setting, and to validate its interest, we have developed an XR platform on top of well-known data management systems for XML and RDF. In particular, the platform features several XRQ query processing algorithms, whose performance is experimentally compared.     

CAS中媒体对象的元数据自动提取与利用

在CAS系统中,提出了将多媒体对象的存储元数据和内容元数据进行整合分析,然后根据属性值的不同将对象归类存储。并且为方便用户使用,使用了Inotify对文件系统进行实时监控,自动提取对象的各项元数据信息。对象的元数据信息使用标准的XML文件和MYSQL数据库分别保存,并且各项属性能在CAS系统中很好地体现出来。整合分析自动提取的元数据信息可以极大地帮助用户提高搜索和管理多媒体数据的效率。     

基于XML的ETL分析与设计

文中主要针对企业信息资源共享的要求,提出了基于XML的ETL方案,有效地解决了企业数据级的信息集成问题。该方案通过对异构数据源的元数据获取,进行异构数据源的分析,并通过数据的抽取、转换和加载,最终实现了数据的集成。文中提出的ETL方案,主要采用了XML技术,充分地利用了XML语言的结构性强、自描述性好等特点。     

基于XML的异构数据集成模式的研究

随着信息技术的发展,任何一个独立单位都有可能成为一个异构的数据源。为实现企业异构数据库间信息的共享和集成,对数据集成的原理以及主要技术进行了研究,重点分析了 XML 与数据库之间的映射、XML 文档存储模式、将 XML 查询转化为 SQL 的查询转换问题以及如何将关系数据发布为 XML 文档。该方案简单易行,保证了各系统仍然按照原来的方式运行,只是在需要进行信息交换时通过转换接口把本地数据库数据转换成 XML 文档即可。