通用SPARQL查询引擎设计

来源 :中南大学 | 被引量 : 0次 | 上传用户:wadfgh1234
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
随着Semantic Web研究和Web2.0应用的发展,RDF数据被大量地发布。W3C发布的SPARQL查询语言和数据访问协议,担负着统一RDF查询和数据访问标准的重任。 课题旨在设计实现一个可部署到各种RDF平台上的通用SPARQL查询引擎-SQEngine。其主要功能是解释执行SPARQL表达式。论文在以下几个方面展开研究: 提出了SQEngine的通用性实现策略。SQEngine基于抽象数据接口访问底层RDF数据,具有不依赖于具体数据访问方法的独立性;通过适配器对抽象数据接口和具体数据访问方法进行匹配,以实现可部署性。 为SQEngine设计了前后端分离的系统结构。前端进行语法分析,分析结果以抽象语法树(AST)的形式输出;后端则基于抽象语法树进行RDF数据查询。 在充分研究抽象语法树和LL(1)分析方法的基础上,设计了一个可以生成抽象语法树的LL(1)语法分析算法。 设计实现了基于抽象语法树的查询算法,其中运用了面向对象程序设计的思想和方法,使系统具有良好的结构。根据“针对接口编程”的思想,设计各AST节点的逻辑功能和数据接口;应用GoF的“访问者模式”和“抽象工厂模式”,将AST节点的逻辑功能实现从AST节点类中独立出来;设计出一种基于RDF三元组通配符匹配的递归查询算法。 分析了适配器的设计,并将SQEngine装配到了Jena RDF平台上。最后进行系统测试,结果证明:SQEngine能有效地解释执行SPARQL查询,但是与Jena系统自带的SPARQL解释模块对比,SQEngine的解释执行速度稍慢,有待进一步改进提高。
其他文献
随着网络的飞速发展,互联网上信息资源的数量急剧增加,为了从海量的数据中挖掘出有用信息,搜索引擎作为网络信息检索的主要工具迅速产生并发展起来。然而,任何一个搜索引擎都
随着Internet的发展,网上的信息量在飞速的增长。同时,信息的内容也逐渐多样化,各式各样的内容涌现到网民面前,其中不免有些不良和不安全信息的存在。如何有效的从众多的信息
支持向量机(SVM)是建立在统计学习理论(SLT)的VC维理论和结构风险最小原理基础上的一种新的通用学习方法,它根据有限的样本信息在模型的复杂性和学习能力之间寻求最佳折衷,以
随着数码照相机、计算机、平板、智能手机等设备的全面普及,在我们的日常生活和工作中常常与大量的多媒体影像、图像打交道,时常需要对其进行抠图处理,人们对于抠图方式的简
蛋白质的生物功能是由它们的空间折叠结构决定的,理解蛋白质的折叠过程是生物信息学领域中极具挑战性的问题之一。近年来,许多研究者从事蛋白质简化模型的研究,这些模型基于
本文对基于旋转平台的物体表面三维重建方法进行了研究。我们的测量装置由一个旋转平台和一台固定的摄像机组成,物体可随旋转平台旋转运动,摄像机固定不动。对该系统进行研究,具
入侵检测作为一种积极主动的安全防护技术,它不仅能检测未经授权的对象对系统的入侵,而且也能监视授权对象对系统资源的非法使用。随着因特网应用的日益普及,基于网络的入侵
随着信息技术的不断发展,软件复用和软件构件化越来越受到业界的广泛关注。当前的构件技术还是存在许多需要进一步改善的地方,譬如传统的构件描述与检索方式,由于缺乏丰富的构件
支持向量机(Support Vector Machine, SVM)作为近年来发展迅速的一种新型的、基于机器学习的一种模式识别算法,具有很好的推广能力,使其应用于多个不同的领域中。目前,SVM分
随着搜索引擎、社交网络以及聊天机器人等应用场景的发展和普及,短文本相似度计算在信息检索、文本分类、智能问答和机器翻译等研究和应用中发挥着重要的作用。传统的文本向