XSLC：分层编码并面向查询的XML数据压缩算法

doi:10.3778/j.issn.1673-9418.2010.02.006

计算机科学与探索 ›› 2010, Vol. 4 ›› Issue (2): 145-152.DOI: 10.3778/j.issn.1673-9418.2010.02.006

XSLC：分层编码并面向查询的XML数据压缩算法

付强^1，2+，王腾蛟^1，2，李红燕^1，3，杨冬青^1，2，唐世渭^1，3

1. 北京大学信息科学技术学院，北京 100871
2. 北京大学高可信软件技术教育部重点实验室，北京 100871
3. 北京大学机器感知与智能教育部重点实验室，北京 100871

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2010-02-15 发布日期:2010-02-15
通讯作者: 付强

XSLC： Layered Coding and Query-Oriented XML Data Compression Algorithm

FU Qiang^1，2+， WANG Tengjiao^1，2， LI Hongyan^1，3， YANG Dongqing^1，2， TANG Shiwei^1，3

1. School of Electronics Engineering and Computer Science， Peking University， Beijing 100871， China
2. Key Laboratory of High Confidence Software Technologies， MOE， Peking University， Beijing 100871， China
3. Key Laboratory of Machine Perception， MOE， Peking University， Beijing 100871， China

Received:1900-01-01 Revised:1900-01-01 Online:2010-02-15 Published:2010-02-15
Contact: FU Qiang

摘要/Abstract

摘要： XML（extensible markup language）文档已经被广泛用作应用程序的一个数据交换格式，针对XML数据的压缩技术也逐渐成为新的研究领域。提出XSLC（XML stream layered-coding compression）算法，通过预先扫描DTD对数据模式进行分析，继而根据元素的父子关系进行子元素层面的编码；同时根据数据类型进行数据压缩，能够在压缩之后的文档上进行查询，因为仅需一遍压缩扫描所以可以应用于数据流环境。实验表明：XSLC算法的压缩比率和压缩时间均优于传统算法。

关键词: 可扩展标记语言, 压缩, 文档类型定义, 数据流

Abstract: XML documents have been widely used as a data exchange format. XML （extensible markup language） data compression technology has become a new field of research. A compression method called XSLC （XML stream layered-coding compression） is proposed to compress and decompress XML stream in real time. When DTD （document type definition） is available， XSLC can analyze the data model and encode elements according to the relationship of father node and son node， compress data part according to its type， and support query operations app-lied on compressed files， as for only one time of scanning data is needed， all the processes can be implemented in XML data stream environment. Experimental results show that XSLC outperforms other methods in compression ratio and compression efficiency.

Key words: extensible markup language（XML）, compression, document type definition（DTD）, data stream

中图分类号:

TP393

付强1，2+ ，王腾蛟1，2 ，李红燕1，3 ，杨冬青1，2 ，唐世渭1，3 . XSLC：分层编码并面向查询的XML数据压缩算法[J]. 计算机科学与探索, 2010, 4(2): 145-152.

FU Qiang^1，2+， WANG Tengjiao^1，2， LI Hongyan^1，3， YANG Dongqing^1，2， TANG Shiwei^1，3. XSLC： Layered Coding and Query-Oriented XML Data Compression Algorithm[J]. Journal of Frontiers of Computer Science and Technology, 2010, 4(2): 145-152.

[1]	杨茸, 牛保宁. 空间文本数据流上连续查询评估技术综述[J]. 计算机科学与探索, 2021, 15(4): 631-640.
[2]	孟宪法, 刘方, 李广, 黄萌萌. 卷积神经网络压缩中的知识蒸馏技术综述[J]. 计算机科学与探索, 2021, 15(10): 1812-1829.
[3]	武炜杰, 张景祥. 有新类的动态数据流分类算法研究[J]. 计算机科学与探索, 2021, 15(1): 132-140.
[4]	耿丽丽，牛保宁. 深度神经网络模型压缩综述[J]. 计算机科学与探索, 2020, 14(9): 1441-1455.
[5]	李秉政，黄高阳，许瑾晨. 面向申威众核处理器的LZMA并行算法设计与优化[J]. 计算机科学与探索, 2020, 14(9): 1501-1509.
[6]	韩明明，孙广路，朱素霞. 自适应概念漂移问题的增量集成分类算法[J]. 计算机科学与探索, 2020, 14(7): 1200-1210.
[7]	张旭康，牛保宁，张锦文. 向量相似度可复原三维点云压缩算法[J]. 计算机科学与探索, 2020, 14(4): 657-668.
[8]	徐剑，王馨月，才子昕，沈启航，景丽萍. 价值样本选取的不均衡分类[J]. 计算机科学与探索, 2020, 14(3): 401-409.
[9]	杨蕾，张晓燕，徐伟华. 区间值序信息系统中差别信息树的属性约简[J]. 计算机科学与探索, 2019, 13(6): 1062-1069.
[10]	胡舒童，郭碧川，王剑. 光场熵：针对光场编码的客观评价指标[J]. 计算机科学与探索, 2018, 12(9): 1465-1474.
[11]	黄聪，常滔，谭虎，吕绍和，王晓东. 基于权值相似性的神经网络剪枝[J]. 计算机科学与探索, 2018, 12(8): 1278-1285.
[12]	李景军，张宸，曹强. 面向训练阶段的神经网络性能分析[J]. 计算机科学与探索, 2018, 12(10): 1645-1657.
[13]	王之琼，霸建民，黄达，信俊昌. 数据流中ρ-支配轮廓查询算法[J]. 计算机科学与探索, 2017, 11(7): 1080-1091.
[14]	王曦杨，程春玲，陈兴国 . 面向可视化的全局自适应等距映射算法[J]. 计算机科学与探索, 2017, 11(7): 1092-1101.
[15]	史太齐，刘亮，秦小麟 . DCST：主存空间高效的缓存敏感型T-树索引研究[J]. 计算机科学与探索, 2017, 11(2): 221-230.

XSLC：分层编码并面向查询的XML数据压缩算法

XSLC： Layered Coding and Query-Oriented XML Data Compression Algorithm

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics