中国科技论文在线

上传时间

2010年12月08日

周水庚，陈慧，朱付保，关佶红

计算机研究与发展，2008，45（S1）：396～401，-0001，（）：

-1年11月30日

GML是一种基于XML用于地理空间信息表示和交换的地理标记语言。随着越来越多的空间数据以GML格式发布和存储，查询GMI。空间数据已成为亟待解决的问题。GML基于XML。XML查询技术也可应用于GML，但GMI。许多不同于XML的特性使得这些查询技术并不完全适用于GML、W3C推出的XML标准查询语言XQuery只适用于GMI。非空间数据查询。在XQuery的基础上。参考GMI。查询语言GQL，添加空间数据类型以及空间操作算子，设计GML查询处理器以实现GML数据的查询。GML查询处理器能够处理非空间查询和空间查询。并以GML格式输出查询结果。

GML， GML查询， XML， XQuery， GQL

35浏览
0点赞
0收藏
0分享
72下载
0

引用

上传时间

2010年12月08日

【期刊论文】基于代价的XML路径索引构建

周水庚，胥正川，凌鸿，周傲英

小型微型计算机系统，2006，27（9）：1608～1613，-0001，（）：

-1年11月30日

摘要

处理路径表达式是XML查询技术中的难点和热点。在本实验室提出的XML路径表达式索引—结构化映射的基础上，为了降低构建索引所需的空间开销，本文提出了构建路径索引的代价模型，并设计了基于给定查询负载，有选择地构建路径索引的相应算法，为给定查询负载自动选择近最优索引模式（NOIS）。本文还提出了当查询效率发生变化时，系统对索引模式进行自适应调整的策略。实验研究表明：使用本文方法，系统可在不影响路径表达式处理效率的前提下，大大降低路径索引的空间开销，取得查询收益和空间开销的较佳权衡。

XML查询，路径索引，代价模型，近最优索引模式

27浏览
0点赞
0收藏
0分享
67下载
0

引用

上传时间

2010年12月08日

【期刊论文】N2SHOQ(D): 描述逻辑SHOQ(D) 的一个非单调扩展

周水庚，王淞昕，，王飞，周傲英

计算机研究与发展，2005，42（2）：570～575，-0001，（）：

-1年11月30日

摘要

描述逻辑SHOQ（D）给出了Web本体语言DAML+OIL的语义,但SHOQ（D）只能处理严格成立的完备知识，不能处理在实际情况中经常出现的不完备知识。对描述逻辑SHOQ（D）进行扩展，提出了能够处理不完备知识的非单调描述逻辑N2SHOQ（D）。给出了N2SHOQ （D）的语法和语义,定义了N2SHOQ（D）中的蕴涵推理关系,研究了N2SHOQ（D）所具有的性质。 N2SHOQ（D）为扩展DAML+OIL语言到能够处理不完备知识的情形提供了语义支持。

语义Web， DAML+， OIL，描述逻辑，非单调推理

53浏览
0点赞
0收藏
0分享
54下载
0

引用

上传时间

2010年12月08日

【期刊论文】VXMLR系统存储模式的自适应调整

周水庚，周傲英)，胥正川)，郭志懋)，周水庚)

计算机学报，2004，27（4）：433～441，-0001，（）：

-1年11月30日

摘要

XML管理系统的查询处理效率很大程度上取决于系统中XML 数据的存储模式。在用户查询已知或可预测的情况下，根据用户查询设计存储模式可以改善系统的查询处理效率。该文介绍VXMLR系统存储模式的自适应调整机制。根据历史查询信息，VXMLR系统对其存储模式进行自适应调整，从而提高查询处理效率。其基本思路是:首先根据历史查询，推导出适当的映射规则，得到XML 文档在关系数据库中的存储模式;然后，在给定的空间约束下，根据历史查询使用背包问题求解算法选择关系表进行垂直分割或冗余存储相关数据，使查询所访问的无关数据尽可能少.VXMLR 系统提供四种存储模式调整策略，其中两种策略可以实现自适应的存储模式调整。实验结果表明文中提出的方法是有效的.

XML 数据管理，存储模式，自适应模式调整

36浏览
0点赞
0收藏
0分享
34下载
0

引用

上传时间

2010年12月08日

【期刊论文】一种新的基于kNN和Rocchio的文本分类方法

周水庚，张政，周傲英

计算机研究与发展，2004，41（S1）：226～230，-0001，（）：

-1年11月30日

摘要

自动文本分类技术是一种对电子文档进行管理的有效方法，到现在为止，国内外学者提出了许多文本分类的方法，其中kNN和Rocchio是两种比较常见的方法。kNN的特点是有很好的分类效果，但是分类的效率比较差；而Rocchi。的特点是有很好的分类效率，但是分类效果却不理想。首先对kNN和Rocchio的算法进行深入的研究和比较，然后提出了一种新的基于kNN和Rocchio的文本分类方法，命名为Rocchi>kNN方法。这种分类方法先用Rocchio为测试文档产生候选类别，然后再用kNN从候选类别中为测试文档选择出最终类别。这种方法既有kNN分类效果好的特点，又有接近Rocchio的分类效率。同时，还研究了用两种不同的方法来决定候选类别的数目。在中文文档库上的实验表明，新的文本分类方法的效果比单独的kNN和Rocchio的效果都要好，同时分类效率要比kNN好并且接近Rocchio。

文本分类， Rocchio， kNN， Rocchio-k-NN

60浏览
0点赞
0收藏
0分享
33下载
0

引用