论文部分内容阅读
在分析传统的GML数据压缩技术特点的基础上,提出GML数据整体同构压缩方法:以GML文档中的Fea-ture元素为基元,利用标签索引编码实现语义的同构压缩;以GML空间数据的聚类分区结果建立分组局部坐标参考系,利用坐标参考系转换实现空间内容的同构压缩。实验证明:该压缩算法的存储空间消耗、查询处理速度等性能均优于传统方法,对研究GML数据的存储、查询与传输等技术具有一定的参考价值。