基于JDOM的XML数据解析技术内涵研究

JDOM是XML文件的一种Java表示,它提供了一种表示文件的方法,可以方便有效地阅读、操作和书写文件,并致力于用 20%的精力来解决80%的问题。JDOM有一个简单明了的API,既轻量又快速,它集成了DOM和SAX的优点,将两种技术整合到一起,使两者的配合更加自然和协调。本文着重论述JDOM的技术内涵、解析原理,给出了JDOM解析XML文件的关键代码,为XML的相关开发设计人员提供了一种更好的参考依据。     

基于SAX的文档解析技术的研究和实现

XML在Java应用程序中的普遍应用,使得对XML解析技术的研究更加的重视。文中讨论了SAX解析技术,对SAX的解析原理进行了分析,并通过实例展示了SAX的文档解析方法。然后通过对SAX和DOM两种解析技术的对比,指出了SAX的性能优势和适用环境。     

基于SAX方法的股票时间序列数据相似性度量方法研究

特定数据集上高效的相似性度量方法是目前时间序列数据挖掘领域研究的重点内容之一。针对经过SAX方法降维后的股票数据在相似性度量中缺乏趋势变化的动态信息这一问题,本文提出了一种融合了点距离与模式距离优点的新型相似性度量函数——复合距离函数,并通过实证分析验证了该距离函数在相似性度量中的有效性,为揭示股票数据间相互依赖的规律以及时间序列相似性问题的进一步研究提供了新思路。     

基于XML的数据库配置文件在JSP中的应用研究

分析了XML格式配置文件的特点及SAX(Simple Application interface for XML)解析的关键技术.针对在通常的JSP编程中,为了适应不同的系统环境而频繁修改数据库配置、驱动、连接程序模块的缺点,提出了将基于XML的数据库配置文件应用于JSP动态网页技术中,使连接数据库的信息配置业务从JSP应用程序的数据库连接模块中分离出来,避免了程序代码的重复修改和编译,增强了程序的复用、可移植性.     

基于SAX的XML文档解析和存储技术应用

XML作为一种中间的数据接口，已经显示出其不可替代的重要性。SAX使得Web应用程序能方便地解析和利用XML文档，同时使用哈希表存储数据可以使外部程序方便地调用解析XML文档后的数据。文中首先分析了SAX编程接口，对XML文档的解析机制进行了较深入的探讨；然后提出了一种使用哈希表存储XML数据以供外部程序调用的实现技术。     

一种基于DTW的符号化时间序列聚类算法

提出了一种基于DTW的符号化时间序列聚类算法,对降维后得到的不等长符号时间序列进行聚类。该算法首先对时间序列进行降维处理,提取时间序列的关键点,并对其进行符号化;其次利用DTW方法进行相似度计算;最后利用Normal矩阵和FCM方法进行聚类分析。实验结果表明,将DTW方法应用在关键点提取之后的符号化时间序列上,聚类结果的准确率有较好大提高。     

XML数据流中的后兄弟查询算法

针对在XML文档树模型中进行后兄弟节点查询时内存消耗大、匹配效率低等缺陷,提出一种基于XML数据流与栈的后兄弟查询算法。采用SAX解析器与结构连接方法,对XML文档中所有已知节点与后兄弟节点进行精确匹配并输出。结果表明,该算法具有适用范围广、占用系统资源少、匹配效率高等优势。     

Improving the classification accuracy of streaming data using SAX similarity features

The classification accuracy of time series is highly dependent on the quality of used features. In this study, features of new type, called SAX (Symbolic Aggregate approXimation) similarity features, are presented. SAX similarity features are a combination of the traditional statistical number-based and the template-based classification. SAX similarity features are obtained from the data of the time window by first transforming the time series into a discrete presentation using SAX. Then the similarity between this SAX presentation and predefined SAX templates are calculated, and these similarity values are considered as SAX similarity features. The functioning of these features was tested using five different activity data sets collected using wearable inertial sensors and five different classifiers. The results show that the recognition rates calculated using SAX similarity features together with traditional features are much better than those obtained employing traditional features only. In 20 tested cases out of 23, the improvement is statistically significant according to the paired t-test.     

SAX中设计模式分析

XML作为下一代的网络数据传输标准,对其的解析显得尤为重要。文章简要介绍了XML解析中的SAX解析技术,着重讨论了SAX中的设计模式。     

基于XML的报表系统的研究

本文首先简单地介绍了XML和XSLT技术,然后给出B/S结构的三层报表系统,并详细描述了关键的实现技术。通过客户端的需求,报表数据可以保存在本地磁盘,也可以以html、PDF等格式输出打印。