1) structure index
结构索引
1.
The authors employ element index, attribute index and structure index to record the XML document structure so as to excel the XML expressing capability.
指出传统信息检索技术对XML文档的处理,没有考虑其结构信息,描述粒度不够细致,故不能充分挖掘XML文档的表达能力;认为采用元素索引、属性索引和结构索引来记录XML文档的结构信息,可在细粒度上记载XML文档的结构,从而深层次地挖掘XML文档的表达能力。
2.
In order to establish efficient access path, the authors put forward a structure index for XML data, and introduce a method of implementing operations based on.
为了建立高效地访问路径提出了一种 XML数据的结构索引 ,并介绍了利用结构索引实现基本的数据操作的方法 。
3.
This paper introduces the research situations on MarcXchange document and discusses deeply the structure index techniques based on MarcXchange document,which includes the logical structure,schema analysis,structure index framework,index algorithm,updates for structure index.
介绍了目前MarcXchange文档的研究现状,对基于MarcXchange文档的结构索引技术(其中包括MarcX-change的逻辑结构、Schema分析、结构索引框架描述、结构索引实现算法、结构索引更新和维护等)作了较深入的探讨,并对基于这种结构索引的查询进行了仿真实验,结果说明查询响应时间较快。
2) structural index
结构索引
1.
As a flattened structural index, F-Index is proposed to filter out all query irrelevant index nodes, thus query irrelevant elements can be filtered out rapidly and mostly, especially when it is processing deeply nested XML documents with a complex structure.
提出一种扁平结构索引F-Index,能够快速过滤所有与查询无关的索引结点,进而过滤掉查询无关的元素,在处理深度嵌套的复杂结构XML文档时具有很大的优势。
2.
To speed up queries over graph-structured XML documents,on the basis of Inter-Relevant Successive Trees(IRST),we introduce the idea of similarity merging from structural index,and propose an efficient IRST-based structural index for branching path queries,IRST(k,l)-index.
为快速准确地查询图结构XML文档,本文在互关联后继树(IRST)的基础上,引入结构索引的相似性归并思想,提出一种基于互关联后继树且支持分支路径查询的高效XML结构索引—IRST(k,l)-index,并给出该索引的快速创建和查询算法。
3.
This paper proposes an adaptive structural index: AS-Index (adaptive structural index), which can avoid the problem of the existing indexes.
提出了一种新的自适应结构索引:AS-Index(adaptive structural index),能够克服现有静态索引和自适应索引的缺陷,具备高效的查询和调整性能。
3) index structure
索引结构
1.
I-XISS:an improved index structure for XML documents;
I-XISS:一种改进的XML文档索引结构
2.
KDT tree:Multi-dimensional index structure for spatial data
KDT树:一种多维空间数据索引结构
4) TDLRtree index structure
TDLRtree索引结构
6) Structured Indexing
结构化索引
补充资料：负债结构与资产结构对应分析
负债结构与资产结构对应分析
【负债结构与资产结构对应分析】 1.负债结构与资产结构的对应分析要点 (l)分析长期资产与长期负债是否平衡 分析指标为长期资产与长期负债的比率，其比值若接近1或等于1，表明长期资产负债对应平衡，双方配置得当。若比值小于1，表明长期资产小于长期负债，长期负债在满足对应资金需求后仍有剩余，这时，应分析剩余资金的数量与去向，若剩余资金数量很大，显然不利于提高银行资金的盈利性，要相应调整资产结构。若其比值大于1，表明长期资产大于长期负债，出现缺口，(这种现象在目前专业我国银行资金营运中比较普遍)这时要从资产负债两方面找出存在资金缺口的原因，可着重分析以下两点:①看购买长期债券与3年以上定期存款是否对应，若前者大于后者，说明用非长期负债购买了长期资产，配置不合理;②看技改贷、基建贷款与3年以上定期存款是否对应，若前者大于后者，说明贷款超来源投放。 (2)分析中期资产与中期负债是否对应平衡 分析指标为中期资产对中期负债的比率，其比值若接近于1或等于1，表明二者之间对应平衡、配置合理。若不等于1，有以下两种情况: ①中期资产与中期负债之比大于1，表明中期资产过多，中期负债不足，要从两方面分析:一看周转贷款+l冶时贷款长期占用部分是否小于或等于向央行年度借款+l庙时借款稳定部分+活期存款稳定部分，若前者大于后者，说明流动资金贷款沉淀过多，缺乏对应来源;二看流动基金贷款是否大于或等于两年以下定期存款，若前者大于后者，说明此项贷款过多，要分析过多的原因。 ②中期资产与中期负债之比小于1，表明中期资产偏少，中期负债有剩余，要分析中期负债剩余的去向。 (3)分析短期资产与短期负债是否对应平衡 分析指标为短期资产对短期负债的比率，其比值若接近或等于1，表明短期资产负债对应平衡、配置合理。若大于1，说明短期资产多于短期负债，短期负债不足，短期资产过多，势必占用中、长期负债来源，提高银行的营运成本。若小于1，说明短期负债多于短期资产，应从以下两方面查找原因: ①从负债方面来看，短期负债与短期资产失衡可能与存款等负债波动性较强有关，故首先要分析存款波动率过大的原因。可从银行内外两方面分析:从内部检查存款增长机制方面存在哪些问题;从外部检查生产、收入、物价、利率、社会心理、消费习惯等因素对存款波动的影响。其次要分析向央行临时借款的稳定性，看是本身资金计划性不强、头寸不均衡所致，还是受央行资金波动的影响。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条