论文部分内容阅读
针对信息交换过程中数据格式异构性而提出的解决方案，XML技术已成为数据表示和数据传输的标准，同时IDC报告显示，500家受访企业的IT部门中，超过30%宣称正在大量使用XML数据库，进而使高效的XML数据管理技术成为迫切的研究需求。在经济、军事、物流、金融、电信等现实应用领域，由于原始数据集本身不准确或为了满足特殊应用目的以及在处理数据集过程中产生的不确定信息普遍存在且扮演关键角色，进而使连续不确定XML数据问题的研究具有较大现实意义。同时查询分析处理是不确定性数据管理的最终目标，所以解决更多的查询类型，开发更为高效的查询方法是XML数据管理当中重要的且核心的研究目标。针对记录了多个随机变量分布特征的连续不确定XML数据，即多维连续不确定XML数据，提出一种基于蒙特卡洛思想的数据查询处理算法QueryMC。在查询计算过程中，根据小枝查询模式确定待处理多维随机变量联合概率密度函数及查询区域，通过构造相同区域上的均匀分布随机变量将查询问题建模成相应复合函数的期望，利用算法同时产生的随机样本集估计该期望的取值作为问题的解，避免了传统的降维操作，有效地减少了处理时间。同时对于目前连续不确定XML数据同步多区间的查询处理算法易造成较大时间开销的问题，提出一种基于蒙特卡洛最小二乘思想的小枝模式查询处理算法QueryLSMC。算法根据查询请求依节点遍历序列顺序处理路径栈中节点，利用链表匹配并存储中间结果，通过构造随机样本集线性拟合目标节点中的连续分布函数，避免了对大量矩形分段的处理，有效地减少了计算量。将XML数据集应用于实验对所提出查询处理策略进行测试并与现有方法比较，结果表明，在取得理想精度的同时，算法具有高效性。