自适应的混沌粒子群算法优化XML文档聚类策略

为了提高海量XML文档集的聚类质量,提出了一种基于粒子群的XML自适应混沌聚类算法(简称ACPSO);为了简化XML文档相似性判定,该算法以XML键为基础,结合混沌原理与粒子群算法划分XML文档;为了加速算法的收敛性,通过对算法相关参数的自适应学习与权重调整,增强XML文档的全局寻优能力,改善XML文档聚类的质量。对比其它聚类算法,仿真表明本算法不仅能有效避免聚类停滞现象的发生,而且是一种高效的XML文档聚类方法。

纯XML数据库的原理分析及其应用

该文针对一种新兴的纯XML数据库的原理进行了探讨并提供了应用实例。文章首先简要介绍了XML语言的背景及其关键术语;重点阐述了纯XML数据库的含义、纯XML数据库的主要特性以及它与其它传统数据库在实用层面上的优缺点比较;作为应用,文章最后提供了一个用纯XML数据库对数据的建模实例。

XML文档相似性的常用方法比较

越来越多的网上信息交换依附于XML文档,许多软件需要检索、存取、处理相关条件的XML文档并且返回近似值,因此XML文档的相似性评价受到越来越多的关注。本文对XML文档的相似性的几种常用的比较方法进行了总结和分析。

改进的XML智能数据清洗策略

针对XML数据的质量问题,以XML键为基础,借助多模板隐马尔可夫模型信息抽取策略与粒子群优化算法构建新的XML数据清洗方法。为了提高XML相似性数据并行检测效率,利用波函数对粒子群优化算法进行优化。仿真实验表明,与其他XML数据清洗算法相比,该方法的自适应学习能力强、人工参与程度低、计算量小,时间性能有94%左右的提升。

一种基于操作集计算生成有效XML文档的方法

目前XML工具的编辑能力不足以保证生成有效的XML文档,缺乏对文档模式的合理利用。而由XMLSchema定义的文档模式,不仅提供了有效性验证标准,同时蕴含了生成有效XML文档的准则。本文提出了一种生成有效XML文档的方法。该方法基于XML文档模式图定义不同节点的操作集合,以及该操作集合上的计算和相应操作语义,并分析论证了该方法本身的有效性。