XML重復(fù)對(duì)象檢測(cè)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf_第1頁
已閱讀1頁,還剩52頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、隨著Internet和信息技術(shù)的高速發(fā)展,XML文檔作為數(shù)據(jù)存儲(chǔ)介質(zhì)應(yīng)用范圍越來越廣泛,XML數(shù)據(jù)的重復(fù)元素檢測(cè)問題已經(jīng)引起了從事數(shù)據(jù)庫和Internet應(yīng)用等研究人員的大量關(guān)注。而XML數(shù)據(jù)結(jié)構(gòu)的多樣性,給XML元素相似性判斷帶來很大困難。為了有效的清除XML數(shù)據(jù)中的重復(fù)元素,研究了XML重復(fù)元素識(shí)別規(guī)則,設(shè)計(jì)和實(shí)現(xiàn)了重復(fù)XML元素檢測(cè)系統(tǒng)。
   研究了重復(fù)XML元素判定標(biāo)準(zhǔn)、相似字符串識(shí)別和XML元素相似度計(jì)算等問題,分析

2、出XML重復(fù)元素檢測(cè)的關(guān)鍵是如何有效地處理結(jié)構(gòu)多樣性的問題和如何處理父、子元素間的依賴關(guān)系,并設(shè)計(jì)實(shí)現(xiàn)了重復(fù)XML元素檢測(cè)系統(tǒng)。檢測(cè)系統(tǒng)主要由文檔預(yù)處理模塊、相似字符串識(shí)別模塊和元素相似度計(jì)算模塊組成。
   在檢測(cè)系統(tǒng)實(shí)現(xiàn)方面,給出了一種自頂向下、多重過濾的檢測(cè)方法。通過對(duì)XML數(shù)據(jù)存儲(chǔ)結(jié)構(gòu)的分析,給出了重復(fù)XML元素對(duì)象的定義;通過文檔預(yù)處理在一定程度上解決了XML結(jié)構(gòu)多樣性的問題;通過設(shè)計(jì)多種過濾條件,有效的降低了檢測(cè)字符

3、串相似度和XML元素相似度的計(jì)算量;通過自頂向下的遍歷解決了XML元素父子元素間的依賴關(guān)系。設(shè)計(jì)實(shí)現(xiàn)了Dirty XML Generator(DXG)工具,用來生成實(shí)驗(yàn)數(shù)據(jù)。
   為了說明檢測(cè)系統(tǒng)的正確性和過濾條件的有效性,通過DXG工具往XML數(shù)據(jù)內(nèi)引入了結(jié)構(gòu)錯(cuò)誤和字符串錯(cuò)誤兩種類型的臟數(shù)據(jù),對(duì)每個(gè)過濾條件都進(jìn)行了單獨(dú)的分析,對(duì)檢測(cè)系統(tǒng)的正確性和效率也進(jìn)行了分析。最終說明了所有過濾條件都是有效而且高效的,檢測(cè)系統(tǒng)檢測(cè)的結(jié)果也

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論