面向半结构化数据的树逻辑及其性质研究

半结构化数据正以其灵活性而成为解决Internet环境下互操作语义层面问题的重要工具和网络数据交换格式的标准．从基础理论层面上对版结构化数据进行研究，在考察了进程代数和空间逻辑的有关结果后，从模型和逻辑系统的角度对半结构化数据特别是XML语言进行刻画．在[1]的基础上，在数据模型中加入了受限算子，并提出一种新的空间逻辑——树逻辑，在其中引入了一个新的模态算子，它们的意义在于能够对私有数据的性质进行刻画和表达．此外，通过修正数据模型中的同余关系，使得模型符合数据的有序性，从而使其更为合理．在此基础上证明了树逻辑系统公式可满足性的不可判定性，从而说明针对整个树逻辑系统的模型检测算法是不存在的．同时选择了其中一个子逻辑系统，给出了其模型检测算法，并证明了该算法的正确性．     

E-learning非结构化数据管理系统的构建与实现

针对e-learning教学系统非结构化数据管理中存在着文件系统和数据库记录的不一致性和非结构化文件信息不能直接提取的问题,提出了在数据库和文件系统相结合的管理模式基础上加入文件控制模块和元数据提取模块,构建了基于元数据的e-learning教学非结构化数据管理系统,实现了对e-learning教学系统中非结构化文件的统一管理和信息直接提取,减少了人工输入,提高了效率.     

面向政务文本数据的事件级时空模型研究

随着互联网的广泛应用,聚集了海量的文本数据,内含丰富的时空信息。面向文本的时空信息挖掘成为当前地理信息科学(Geographical Information Science, GIS)的研究热点,不断涌现出各种以自然语言处理(Natural Language Processing, NLP)技术为基础的挖掘方法。面向政务文本数据,对其进行事件级的时空模型建模,目的实现政务文本数据在事件级的简单分类、构建文本数据的结构化表达模型、探究事件级中时间空间的关系。实验证明,该模型对比之前的事件模型能更好地概括政务文本中的关键信息,针对于政务文本的结构化表达效果理想。     

Web的半结构化数据模型和查询模型

通过介绍半结构化数据的特点,说明了半结构化数据适合于描述Ｗｅｂ上的数据,并讨论了Ｗｅｂ的查询特点以及Ｗｅｂ查询模型的研究情况     

基于OEM模型的半结构化数据的模式抽取

Web数据是典型的半结构化数据 ,缺乏明确的、预知的、与数据分离存储的外在模式 ,导致查询、浏览和集成Web数据的效率极低。该文提出一种基于 OEM (objectexchange model)模型的半结构化数据的模式抽取算法 ,采用自顶向下的剪枝策略 ,可快速发现频繁简单路径集 ,应用于半结构化数据的集成及查询回答与优化。其特点是可降低目标模式的规模 ,有效改进模式抽取的效率     

HTML半结构化数据模式研究的现状

本简要介绍了HTML超本数学模型及几种模式的描述形式，重点介绍了图模式描述形式，并提出了利用不确定信息处理方法中的盲数研究相似断算法的新途径。     

嵌套关系数据模型中的自然连接运算

从关系和子关系的观点出发，探讨了非一阶关系数据库中自然连接操作的语义问题．通过引入连接路径，扩展并重新定义了嵌套关系数据模型中的自然连接运算，使其可以直接作用于关系局部．同时证明了ＰＮＦ关系对于扩展后的自然连接运算的封闭性．     

基于面向对象的大数据存储模型研究

随着大数据存储需求的不断扩大,网络存储技术面临如何存储并管理海量数据的问题.通过对现有各种大数据存储模型进行了对比分析,针对现有存储模型存储的局限性和大数据存储的特点,提出了一种基于数据特征的面向对象存储思想.采用虚拟类技术设计并实现了一种基于面向对象的大数据存储模型.在仿真环境中,对该模型的分类关键模块与非结构化数据存储性能进行了测试与分析,实验结果表明该模型分类模块误差较小,读写效率较高,而且随着数据的增大,非结构化存储性能保持稳定.     

基于证券行业半结构化数据的抽取技术

半结构化数据是网络中一种重要的数据形式,其数据抽取和知识发现研究是半结构化数据各项研究的核心.针对互联网上的证券交易系统半结构化的个股资料,根据OEM模型,利用SAS软件建立了半结构化到结构化数据的转换.本文关于信息的抽取技术,提供了一种新的方法,无论为投资者还是为数据挖掘都提供了证券分析的基础,从而能更好地提高抗风险的能力.     

半结构化数据的结构发现聚类算法

当处理的半结构数据时,从中挖掘出其隐含的结构显得愈来愈重要了,不仅对于用户而且对于整个系统来说,其重要性也是不言而喻的.算法structure_discovery将聚类算法应用到半结构化数据的结构发现上,将描述同一类对象的共有结构按照相似度聚集到一起形成类,然后从类中发现满足用户兴趣度的结构.与同类算法比较,structure_discovery为增量式算法,同时,聚类技术的使用提高了结构发现效率.     

现有时空数据模型的研究

阐述了时空数据建模的主要定义,分析了时空数据库领域的建模需求,包括时态语义、空间语义、时空语义和查询能力．通过对各模型在时空领域中实际应用的研究,重点比较了现有时空数据模型在这4个需求方面的能力表现,并对模型做出评价．结果表明,面向对象数据模型和移动对象数据模型在时空对象的表达上体现了较强的能力．     

时空数据模型的初步设计

时空数据库用于模拟和查询位置或形状随时间改变的移动对象。提出了用于表示移动对象的时空数据类型和扩展数据类型。并在此基础上,对时空操作符也作了相应的概括。该数据模型便于实现,并能较好地支持时空查询。     

时空数据模型的初步设计

时空数据库用于模拟和查询位置或形状随时间改变的移动对象。提出了用于表示移动对象的时空数据类型和扩展数据类型。并在此基础上，对时空操作符也作了相应的概括。该数据模型便于实现，并能较好地支持时空查询。     

面向对象的GIS时空数据模型

运用面向对象的分析技术,对GIS中点、线、面基本对象类和复杂对象类的分析与描述,结合时空拓扑的描述,总结出了一个面向对象的GIS时空数据模型,体现了面向对象理论在GIS时空数据建模中的思想.     

Specification and Verification for Semi-Structured Data

Tree logic, inherited from ambient logic, is introduced as the formal foundation of related programming language and type systems, In this paper, we introduce recursion into such logic system, which can describe the tree data more dearly and concisely. By making a distinction between proposition and predicate, a concise semantics interpretation for our modal logic is given. We also develop a model checking algorithm for the logic without △ operator. The correctness of the algorithm is shown. Such work can be seen as the basis of the semi-structured data processing language and more flexible type system.     

基于标签序列的半结构化数据相似度度量

针对基于路径的半结构化数据结构相似度度量方法不能很好地处理路径部分相似以及忽略了元素之间兄弟关系的问题,提出一种基于频繁关联标签序列的结构相似度度量方法,该方法将半结构化数据的结构信息视为标签序列的集合,采用数据挖掘技术中频繁模式和关联项集的概念及算法,从半结构化数据中挖掘频繁关联标签序列并以此作为特征计算其结构相似度.实验结果证明：提出的基于频繁关联标签序列的半结构化数据结构相似度度量方法可以解决基于路径方法的不足,计算的结构相似度更准确、更合理.     

一种改进的移动对象时空数据模型

分析了MOST模型和离散模型各自存在的问题,给出一种改进的移动对象时空数据模型HCFMOST．模型采用三次Hermite插值函数模拟移动对象的历史单元的轨迹且利用线性函数模拟移动对象的当前单元的轨迹,对当前单元中的误差进行了处理．该模型能够对历史轨迹进行精确的查询,对当前和未来的轨迹进行带误差的查询．     

Incremental frequent tree-structured pattern mining from semi-structured data

The paper studies the problem of incremental pattern mining from semi-structrued data. When a new dataset is added into the original dataset, it is difficult for existing pattern mining algorithms to incrementally update the mined results. To solve the problem, an incremental pattern mining algorithm based on the rightmost expansion technique is proposed here to improve the mining performance by utilizing the original mining results and information obtained in the previous mining process. To improve the efficiency, the algorithm adopts a pruning technique by using the frequent pattern expansion forest obtained in mining processes. Comparative experiments with different volume of initial datasets, incremental datasets and different minimum support thresholds demonstrate that the algorithm has a great improvement in the efficiency compared with that of non-incremental pattern mining algorithm.     

基于综合时空数据模型的包头市郊区土地监测信息系统

为了深化多时态地理信息系统 (TGIS)研究 ,建立包头市郊区土地监测信息系统 ,提出了时空地理实体这一新的概念。阐述了决定土地监测信息系统模型设计的数据基础、身份确认原则、时间综合期、时间粒度和查询功能等几个关键因素。以时空地理实体为出发点 ,根据土地监测信息系统的特点将基图修正模型和组合体模型结合起来形成综合时空数据模型。实践证明基于综合时空数据模型建立的包头市郊区土地监测信息系统具有较高的时间效率、空间效率和较强的查询功能