基于流量分析的XML嵌套数据流无损压缩算法

为避免基体的反复压缩操作,提出一种基于流量分析的XML嵌套数据流无损压缩算法。利用GDDStream算法对高相似度的XML嵌套数据流进行聚类分析,并表述成“簇中心(基体)+个体差异量”形式,分解数据流,完成一次基体压缩;仅对差异量进行压缩,极大减少对基体的反复压缩操作;利用改进LZW算法实现XML嵌套数据流无损压缩。实验结果表明,压缩后不仅数据完整性得到了保证,数据量也大幅减少,数据冗余度降低,与压缩前数据相比,压缩后数据未出现变化,说明压缩算法性能较好。

电力调度SCADA系统中历史数据压缩及存储策略

随着电力系统自动化水平的提升,数据量呈现出几何式上升趋势,大量数据对信息处理与存储系统造成负担,而高效的数据压缩技术可以使数据量减少,并提升数据利用的效率。数据经过压缩后,可以释放大量存储空间,存储更多的数据,而达到这一目标就需要采用合理的压缩策略。

JavaScript调试器的内存管理

建立在.net Framework基础上的Javascript调试器,具备Windows内存管理、堆栈、托管堆、装箱和拆箱、GC垃圾收集五个内存管理模块,其GC垃圾收集器算法可以采用Mark-Compact标记压缩、Generational分代两种算法。

基于XML的数据交换研究

介绍了一种就如何有效进行基于XML数据交换、支持在压缩数据上查询的XML压缩方案,该方案支持XPath查询(XPath-query-friendly),采用LZW与Huffman编码结合的方式在元素内容和属性值的粒度上进行压缩,并将XML文档的结构与数据分开单独进行压缩。