网络级发现服务——通向深度整合与便捷获取的路径

介绍近两年来兴起并在图书馆业界得到迅速和广泛应用的发现服务(Discovery Serv-ice)的缘起、发展、理念、特点、技术框架和设计思路等,并着重以北京大学图书馆"发现界面与资源整合(Interface and Integration,简称II)"项目的实施经验为依据,总结归纳在进行发现服务的评估和选型中需要着重关注的几个要点:系统架构和功能、元数据规模与质量、商业电子资源、本地馆藏与数字特藏以及中文化与本地支持等,以期为国内图书馆界在筹划发现服务时对相关系统和服务进行调研、选型与实施提供参考。

气象数据检索区域查询优化及并行算法设计

随着数值天气预报水平和分辨率的不断提高,气象科学数据呈海量增长趋势,导致气象资料归档与检索系统(MARS)处理大数据服务请求的效率较低。针对此情况,开展了基于MARS检索区域查询方式的优化研究,结合数学补集思想与多路数组聚集计算原理,提出了一种高效的补集转换区域查询方法(CTRQ),从而实现大范围区域查询下的"大数据"计算转换为"小数据"计算。其基本思路是通过超立方体聚集维尺寸与区域查询服务请求的属性值集合大小比较,执行"过半求补"的索引计算操作,利用二次求补实现气象场数据物理存储信息的检索。实验表明,相比原始的索引计算方法,该方法能够有效降低数据检索时元数据索引计算的系统开销。在此基础上,结合并行处理方法,设计并实现了CTRQ并行算法,相比其改进后的串行算法最大获得1.9倍加速比,进一步提高了MARS的检索效率。

海量存储系统中的元数据分级索引算法

海量存储系统中,高效的元数据索引是减少查找元数据所需时间与空间开销的重要手段。针对现有元数据管理方法存在查找元数据所需时间与空间开销大和性能波动大等问题,设计了元数据分级索引算法。依据元数据的生命周期,将元数据分为活跃和非活跃两级;使用Bloom Fliter对均衡的活跃元数据分区生成摘要串,并使用B-树建立活跃元数据分区的索引;使用类似的方法对非活跃元数据分区,并为每个分区选择各自的哈希函数。从查找元数据所需时间与空间开销、适应能力两方面对元数据分级索引算法进行了分析,并与现有元数据管理算法进行了比较。最后实现了元数据分级索引算法的原型系统,使用真实数据集进行了测试与分析,结果表明,元数据分级索引算法能减少查找元数据所需的时间与空间开销,并具有很强的适应能力。

基于多级信息网格的海量遥感数据存储管理研究

随着遥感探测技术的高速发展,空间信息呈爆炸式增长。针对目前现有遥感数据存储管理系统数据量大、数据来源丰富、查询检索慢等问题,本文提出了一种基于GeoSOT网格的遥感数据组织方案,并首次在关系型数据库中增加数组数据类型的剖分网格编码列,来存储遥感影像元数据中空间信息,对数据进行逻辑剖分索引,从而实现影像数据的统一存储与空间区域检索。试验选择Kingbase关系型数据库作为测试平台,通过模拟全球范围的影像数据,与Oracle平台进行对比试验。结果表明本文的检索效率具有明显优势,可有效提高遥感数据整合、检索效率,为现有遥感数据存储中心或管理系统提供了一种高效、可行的方案。

语义对等网中资源元数据混合索引策略研究

面向对等网络信息资源语义共享问题,首先提出了一种基于多本体的资源元数据描述框架,将资源元数据分为核心和扩展两部分,在此基础上重点对资源元数据索引策略进行了研究,提出了一种混合索引机制,针对资源核心元数据采用一种社区策略来进行组织索引,针对扩展元数据采取DHT和语义关联相结合的方式进行组织索引,其中结合了本地索引和全局索引的特点,并在此基础上对资源发现流程和负载均衡方法进行了设计。与现有相关系统相比,本索引体系有效地提高了对等网络环境下资源定位的效率和系统的可扩展能力。

基于属性分频的元数据索引算法

高效的元数据索引是提高海量存储系统性能的重要手段.针对现有元数据管理方法存在的时间与空间开销大和性能不稳定等问题,我们设计了基于属性分频的元数据索引算法.依据元数据中属性被访问的频率等因素,分解元数据分别存储到高频元数据属性集和低频元数据属性集中,使用KD-tree建立高频元数据属性集的索引,满足多条件混合查询高频元数据属性的要求;使用人工免疫算法建立低频元数据属性集的索引,在保持较高查询性能的同时,避免大量额外的存储空间.实现了算法的原型系统,使用两个真实数据集进行了测试与分析,结果表明基于属性分频元数据索引算法具有时间与空间开销小、适应能力强的特性.

农业科技信息核心元数据标准及其计算机著录

农业科技信息资源的有效融合与共享是农业科技信息服务的基石。元数据技术是目前较为成熟的信息资源融合工具之一。介绍了农业科技信息核心元数据标准(包括其元素、属性、扩展原则、应用方案设计方法及流程)。以及基于农业科技信息元数据标准的计算机著录系统,阐述了元数据理论及技术在农业信息领域所发挥的作用,并指出了后续研究内容。

数字图书馆中文本信息检索技术的研究与实现

介绍了一个并行数字图书馆原型系统PDL,和用于该系统的针对文本信息检索的一些数据结构,包括倒排索引,结构索引,RANK索引和词典等,并在此结构的基础上设计实现了基于内容和结构的查询算法.这些算法以计算机机群并行环境为基础.实验表明并行数据查询具有良好的性能.

网络信息资源组织方法综述

网络时代的到来使传统信息资源组织方法面临挑战 ,本文从网络信息资源组织方法角度出发 ,对国内学者有关该问题的研究情况作出综述。

西太平洋地区医学索引元数据方案的设计与应用

概述WHO西太平洋地区医学索引(WPRIM)的项目背景和目标,在分析PubMed,KoreaMed,J-STAGE和CiNii检索系统元数据标准的基础上,结合WPRIM自身的资源特点和组织方式,设计出WPRIM元数据方案,并将其应用于WPRIM检索服务平台的数据提交系统中。

兵要地志信息系统的关键技术分析

兵要地志信息是一类复杂的空间信息和非空间信息的复合数据,文章通过分析兵要地志信息的空间数据模型,提出使用时空数据库来存储和管理兵要地志信息,并分析探讨了实现兵要地志信息系统空间索引和元数据管理的基本方法。对实现复杂空间信息管理具有较大的参考价值。

海量视频数据标引平台的设计和开发

就海量视频数据进行标引的方法进行了阐述,对元数据、Dublin Core、OAIS进行了分析.通过研究这些技术在视频挖掘中所具有的优势,提出了一种海量视频数据标引平台的体系结构并实现了相关的功能模块,并对视频数据的搜索提出了一个基于标引的解决方法.实验结果证明,该平台可为互联网视频搜索的发展提供更加快捷、方便、准确的标引和检索模式,有效降低了用户获取相关视频数据的时间.

数字视频信息的索引研究

视频信息的分析、索引和检索是多媒体信息检索研究领域的难点和热点问题之一。本文分析了视频信息的索引对象、内容建模、索引结构和索引模型,并在此基础上对视频信息的结构化、视频文档的组织和索引中存在的问题进行了探讨。

电信业务指标字典的元数据管理方法初探

介绍了元数据和指标字典的基本概念、现指标字典存在的有关问题和指标字典元数据管理方法的思路,阐述了指标字典设计思路和描述方式,论述了元数据支撑平台总体架构和指标元数据的获取、存储与应用,阐述了指标元数据的维护管理流程,有效地实现了在企业范围内指标字典的管理和应用、保障了电信业务指标的规范性和一致性。

面向资源语义共享的分布索引策略研究

针对大规模对等网络环境下信息资源语义异构和高效定位问题,本文提出了一种基于多元数据规范模板的可扩展的、面向语义的元数据描述框架,并在此基础上提供一套混合的组织索引体系,其中结合了DHT和社区的特点,基于核心信息单元和扩展信息单元对资源位置、MST组群和社区入口进行有效索引,并且基于不同信息单元之间语义关系提出了语义扩展路由的概念。基于此组织索引体系提出了一种面向语义的混合资源发现方法,有效提高了资源查全率,通过仿真试验说明了本系统与现有相关系统相比具有较高的查询效率和可扩展能力。

中医古籍图像标引方案设计

本文介绍了中医古籍图像标引的基本方案,通过定义、说明和示例的形式对古籍信息、版本信息、图像本体三类元数据进行了逐条的解析;并对标引工作中的出处标引、规范制定、提高识图能力、细化释图文字标引等重点、难点问题进行了讨论。

基于多模态元数据的VideoGIS解决方案

提出视频GIS的概念模型与实施方案,分析了一个基于实时可定位信息自动融合与多模态元数据提取技术的视频GIS原型系统——VideoGIS。讨论了该系统的目标及体系结构,描述了其中涉及的关键技术思想,并对进一步的研究方向作了展望。

科研发现系统下元数据中心索引库的建设与发展对策

元数据中心索引库是发现系统的核心,其标准元数据的质量和规模决定着发现系统的发现功能,元数据的标准规范是实现元数据索引的关键,仓储技术、关联技术和云计算等是构建元数据索引库的关键技术,通过对元数据索引库建设、特点和问题的研究,为构建功能强大的元数据中心索引库及发现服务系统提供理论依据和发展对策。

CNKI分类号标引分析

近年来,网络数据库中文献量增长迅速,数据库技术日臻完善。数据库索引质量的提高成为数据库商首要解决的问题。中国图书馆分类法作为族性检索分类的依据,在文献检索中受到专家学者的重视。通过对中图分类号在CNKI中的使用情况进行的调查,发现CNKI全文数据库文中中图分类号存在缺少分类号参照、同类异入、非学术文章和学术文章没有标志等问题,应采取将中国图书馆分类法加入数据库、编制参照表、对主题语义进行注释等方法,提高数据库分类的质量。

基于结构的文本信息检索技术的设计与实现

设计了文本信息检索的一些数据结构,包括结构化倒排索引、结构索引和词典等,并在此结构的基础上设计实现了基于内容和结构的查询算法。这些算法以计算机机群并行环境为基础,并行数据查询提高了查询的速度。