連續(xù)不確定XML索引技術(shù)研究.pdf

1、隨著網(wǎng)絡(luò)技術(shù)的快速發(fā)展, XML類型的數(shù)據(jù)已成為當前一種主流的數(shù)據(jù)形式,并成為Internet中進行數(shù)據(jù)交換和表示事實上的標準。在實際生活中，數(shù)據(jù)的不確定性是普遍存在的，傳統(tǒng)的確定性數(shù)據(jù)已經(jīng)不能準確描述現(xiàn)實世界。隨著人們對不確定性數(shù)據(jù)的認識研究和對數(shù)據(jù)采集和處理技術(shù)的深入理解，不確定性數(shù)據(jù)在物流、工業(yè)、金融、軍事等領(lǐng)域得到相當廣泛的應(yīng)用?；旧希跀?shù)據(jù)庫中的不確定性是為了捕捉現(xiàn)實世界的狀態(tài)，如監(jiān)控的壓強，溫度，移動目標的位置都是在不斷改

2、變的。數(shù)據(jù)的不確定性信息可以以概率值或概率分布的形式在 XML文檔中表示。對于連續(xù)不確定的數(shù)據(jù)，存儲用概率密度函數(shù) pdf可能值的范圍來代替存儲數(shù)據(jù)單一的值。而相應(yīng)的概率閾值范圍查詢，是通過給定概率閾值及范圍，來獲取超過概率閾值起點并滿足查詢范圍的結(jié)果。在概率閾值范圍查詢中，由于滿足查詢指定的概率值的出現(xiàn)，從而使得結(jié)果被擴大化。概率閾值范圍查詢比傳統(tǒng)查詢更精確及信息化。隨著用戶查詢需求的日益增長和多元化，有效地構(gòu)建XML索引面臨著嚴峻的

3、挑戰(zhàn)。
　　當前，XML索引技術(shù)的發(fā)展也成為了一個熱點研究。目前，在實際應(yīng)用中很多的數(shù)據(jù)都是服從連續(xù)分布的，通過對已有XML索引的研究，本文針對概率閾值范圍查詢,提出了一種對任意連續(xù)不確定XML數(shù)據(jù)均適用的RLPI索引。首先，在Dewey編碼的基礎(chǔ)上進行改進，增加了對不確定XML中分布節(jié)點IND和MUX的處理一種前綴編碼PED-ewey。其次，在RLPI路徑索引中將具有相同逆序標簽路徑的索引項聚集存儲，節(jié)省了空間花銷；在RLPI值

4、索引中，通過預(yù)處理任意連續(xù)不確定數(shù)據(jù)，并結(jié)合相應(yīng)地過濾策略，過濾與查詢無關(guān)的節(jié)點，減少了 pdf的計算，從而提高了查詢的速度。由于計算連續(xù)不確定數(shù)據(jù)pdf比較費時，為進一步提高查詢速度，提出一種優(yōu)化算法CUXI索引樹。算法借鑒 R樹的對空間數(shù)據(jù)自頂向下遞歸構(gòu)建索引樹的思想，通過對連續(xù)不確定的XML數(shù)據(jù)聚類構(gòu)建相應(yīng)的索引樹，并在節(jié)點存儲提前計算的一些信息，來過濾掉與概率閾值范圍查詢無關(guān)的元素，以減少查詢中需處理的元素數(shù)目，提高查詢的速度。