連續(xù)不確定XML編碼及查詢技術(shù)研究.pdf

1、近年來,隨著科學(xué)技術(shù)的進(jìn)步,數(shù)據(jù)的處理和采集技術(shù)也得到突飛猛進(jìn)的發(fā)展,人們對(duì)于不確定性數(shù)據(jù)的關(guān)注也越來越多,在不確定性數(shù)據(jù)中包含離散的不確定和連續(xù)的不確定兩種類型的數(shù)據(jù)。在現(xiàn)實(shí)社會(huì)中,人們描述信息存在各異性、認(rèn)知事物具有片面性、數(shù)據(jù)具有動(dòng)態(tài)變化性和物理器件度量存在的差異性等都會(huì)造成不確定性數(shù)據(jù)的產(chǎn)生。在很多實(shí)際應(yīng)用領(lǐng)域中連續(xù)不確定性數(shù)據(jù)被廣泛應(yīng)用,例如軍事、經(jīng)濟(jì)、金融、電信和物流等領(lǐng)域。傳統(tǒng)的關(guān)系型數(shù)據(jù)庫具有結(jié)構(gòu)化的特點(diǎn),不適用于對(duì)不確

2、定性數(shù)據(jù)的管理。而XML具有易擴(kuò)展、具有靈活性和可自描述性等優(yōu)點(diǎn),使其成為結(jié)構(gòu)化和半結(jié)構(gòu)化數(shù)據(jù)進(jìn)行交換、存儲(chǔ)的主要數(shù)據(jù)形式之一,并且特別適用于數(shù)據(jù)抽取和數(shù)據(jù)集成等領(lǐng)域。當(dāng)前XML數(shù)據(jù)管理技術(shù)對(duì)于確定性數(shù)據(jù)的管理已經(jīng)很成熟,但對(duì)于不確定性數(shù)據(jù)管理的研究還很少。連續(xù)不確定性的數(shù)據(jù)通常采用一個(gè)連續(xù)的概率密度函數(shù)表示,用XML文檔來存儲(chǔ)連續(xù)的概率密度函數(shù)就構(gòu)成了連續(xù)不確定XML,如何對(duì)其進(jìn)行管理受到研究者們?cè)絹碓蕉嗟年P(guān)注。
　　首先,針對(duì)

3、已有不確定XML數(shù)據(jù)的編碼方案(區(qū)間編碼和前綴編碼)存在的諸多問題,例如編碼過程需要兩次遍歷文檔樹、編碼值占用的存儲(chǔ)空間過大以及不支持更新等。本文提出一種新的基于p-文檔模型的素?cái)?shù)編碼方案CUPE(continuous uncertain prime encoding),編碼過程只需一次遍歷文檔樹,重復(fù)利用小素?cái)?shù)編碼,支持文檔的更新,克服了以上缺點(diǎn)。其次,考慮基于歸并的不確定XML的查詢處理算法在匹配過程中需要開辟大量的堆棧,浪費(fèi)存儲(chǔ)空

4、間,查詢效率低。提出一種新的非歸并的匹配算法CUTwigList,該算法利用節(jié)點(diǎn)的編碼進(jìn)行結(jié)構(gòu)關(guān)系的判定,判定完成后建立相關(guān)鏈表存儲(chǔ)中間結(jié)果,匹配過程不需要?dú)w并,節(jié)省了時(shí)間與空間,提高了查詢的效率。
　　最后進(jìn)行了大量的對(duì)比實(shí)驗(yàn),在時(shí)間性能、空間性能和更新效率方面,將提出的CUPE編碼算法分別與區(qū)間編碼算法、前綴編碼算法進(jìn)行對(duì)比;設(shè)定不同的查詢條件,將提出的非歸并的CUT wigList與歸并的算法進(jìn)行對(duì)比,并對(duì)最終的實(shí)驗(yàn)結(jié)果進(jìn)行