改进的基于文本节点的XML文档查询方法

随着XML相关标准和技术的不断推广和应用,网络上出现了大量的XML数据,XML已成为网络数据表示和交换的标准。在海量XML文档中进行精确快速地查询成为当前XML研究的主要方向。由于XML文档自身的半结构化特性,对存储在其中的数据进行查询就需要建立相应的索引并制定特殊的查询算法。对基于文本节点的XML索引进行改进,在原索引的基础上增加文本节点的数据类型标识,得到一种新的查询方法。该方法结合索引中的数据类型标识,不仅可以支持原有查询算法中的字符串匹配查询,还能支持算术查询及比较查询。由于采用了关系数据库与原始XML文档相结合的查询方式,新的查询方法以增加较少的外存储空间为代价换取了减少大量内存空间及CPU时间的占用,与原方法相比,查询效率得到了显著提升。

基于X3D矿井巷道显示方法

Web3D联盟发布的X3D标准作为下一代面向互联网的三维图形描述规范,已经被ISO批准成为国际标准,越来越广泛地应用于教育、工业现场规划展示、虚拟现实等方面。介绍X3D中Extrusion节点在矿井巷道建模的实现方法,对于实现虚拟数字矿山的真实感有重要的现实意义。

维吾尔语网站识别方法

通过调查与分析大量维吾尔文网页结构,对互联网中现有的维吾尔文网页进行网页识别研究。探讨维吾尔文不规范网页的字符编码转换方法,为此进行维吾尔文编码标准化处理。考虑维吾尔文网页独有的节点属性,提出一种基于维吾尔文网页文本节点特征的方法,但该方法显示略低的准确率及较多的误判率。结合维吾尔语常用候选词语料和向量空间模型(vector space module),提出一种基于维吾尔语常用词统计学特征的方法,利用测试网页内容和维吾尔语常用候选词语料,并将其以向量来表示,计算测试网页文本的词语在维吾尔语常用候选词中的相应权值,依据相应权值来计算测试网页为维吾尔文网页的概率,进行网页识别。对两种方法进行比较,准确率分别是69.85%和91%。实验结果表明,基于维吾尔语常用词统计学特征的方法比网页文本节点特征的方法具有更高的准确率,验证了该方法的有效性。

基于DOM的Web文本分割

利用web文档的半结构化信息,提出一种基于DOM的web文本分割算法。该算法充分挖掘web网页中控制网页内容结构和显示的HTML标签信息,构建HTMLDOM树。首先通过改进传统的平面文本分割方法,使之适用于web文本分割;然后利用DOM树中的节点平滑平面文本分割的结果,初步实验表明该算法能有效提高web文本分割的精确度。