XML双时态扩展及其时态一致性处理研究

来源 :中山大学 | 被引量 : 0次 | 上传用户:ppc
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
XML技术的迅速发展使得它的应用范围和重要性已经超出了其本来的制订预期,在数据表达和数据交换的应用发展上起着重要的作用。时态数据库的发展和Internet的广泛应用,使得时态技术成为了WEB上的应用的迫切需求。目前对XML的时态研究大多是集中在单时态上,双时态扩展研究的较少,本文讨论了如何在XML上进行双时态扩展,并对其时态一致性问题进行研究。 如何在XML上进行双时态表示是首先要解决的问题。本文针对已存在的直接表示法和时态组表示法进行分析,提出改良的表示方法,通过实验方法进行分析验证,对其各方面的性能进行讨论比较。 本文进而通过扩展XPath数据模型,建立双时态数据模型,给出其形式化定义和时态约束,并给出三种映射表示方法。在时态一致性问题上,对单时态不一致性问题的正式讨论在近几年才有学者提出,本文则对双时态的一致性问题进行了探讨,对时态XML具有重要意义。本文对Now进行了语义分析和处理,并根据建立的数据模型,提出了相关的时态冲突情况,并针对每种情况给出相关的检测和修正算法。
其他文献
线性辨别分析算法在目标识别、图像降维和特征抽取上已经得到了广泛的应用。近些年来,国内外的许多学者将特征抽取和模式识别的研究重点放在了流形学习领域,希望通过在目标空间
对等网络(P2P,peer-to-peer)因其独特优势逐渐成为Internet中最重要的应用系统之一,但其开放、匿名、以及节点之间松耦合的特性使得节点可以恣意散布非法内容,滥用网络资源,
由Kobliz和Miller提出的椭圆曲线密码学是密码学中一个具有重要意义的研究课题。椭圆曲线上的双线性对在椭圆曲线密码中起着重要意义。一方面,椭圆曲线上的双线性对被用来攻击
D.F.Specht提出的概率神经网络(Probabilistic Neural Network, PNN)是基于贝叶斯决策理论与Parzen窗概率密度估计方法而建立的一种分类网络。PNN的训练过程简单,算法容易设
随着网络带宽的不断提升,单台服务器远远不能达到高性能、高可用性、高伸缩性的性能标准,因此,利用负载均衡技术使多台服务器协调工作、为用户提供一个良好的高效的网络环境成为
随着计算机与网络技术的普及和推广,工作流技术的研究与开发成为了一个新的热潮。但是,由于工作流是新兴领域,现有的工作流的技术研究还不够成熟,所以工作流安全方面的研究,
传统的分类问题通过对大量有标记的训练样本进行学习,从而建立用于预测无类别标签的样本的模型。但在许多实际的分类问题中,如图像分析、网页分类、疾病检测、信用评级等,所得到
XML已经成为W3C制订的Web上的数据表示和数据交换的标准,需要通过Web交换和处理的XML数据在大幅度的增加,这就对XML的数据模式提出了更高的要求。设计一个好的Schema的中心目
在无线通信技术与计算机网络迅猛发展的背景下,移动Ad hoc网络以其移动自组、多跳通信等特性引起了人们的广泛关注。移动Ad hoc网络(Mobile Ad hoc Network,MANET)是由一系列
随着后PC时代的到来,嵌入式技术以其灵活、高效、高性价比的优点被广泛应用在国防、消费电子、信息家电、网络通信等方面。嵌入式操作系统作为嵌入式系统的灵魂,提高了嵌入式系