聚集类型数据存储和查询技术的研究

随着计算机应用的日趋深入，计算机所管理的数据正从原子型的数据转换到聚集类型的数据（集合、序列、树、图），如大量的DNA序列、XML文本、分子结构数据等。但这类数据结构复杂，包含大量的语义信息，缺乏有效的存储和访问的方法，特别是高效的索引结构。本项目的总体思路是利用频繁模式生成技术产生数据的语义特征，并通过对语义特征的有效组织建立相应的索引结构，以索引结构为基础研究相应的查询和分析方法。围绕这个思路，本项目的研究内容包括：1、集合数据的索引结构：前缀树，基于块的前缀树的存储结构和相关查询算法，以及在XML数据存储系统中的应用。2、基于精确和模糊频繁模式的长序列数据的索引结构，及相关的精确和模糊的查询方法，并以此为基础的新的BLAST算法。3、基于频繁模式的图和树数据的组织方法，包括：两种数据的频繁模式发现方法，基于聚类的图数据的索引结构，基于新的索引结构的图和树类型数据的查询和分析。