XML的重要应用——SMIL2.0的研究及开发

第2 2卷第 1 1期 2 0 0 5年 1 1月 计算机应用与软件 Co mp u t e r Ap p l i c a t i o n s a nd S o f t wa r e Vo 1 2 2， No 1 1 NO V 2 0 0 5 X ML的重要应用S MI L 2 0的研究及开发 马 兰 侯业勤 ( 中国科学院软件研究所北京 1 0 0 0 8 0 ) 摘 要 S M I L ( 同步多媒体集成语言) 是X ML ( 可扩展标记语言) 的一种重要应用。随着对 当前 S MI L 2 0规范支持增长， 对于任 何在工作 中需要某种形式的多媒体资源控制的开发人员， 使用 S MI L将成为他们的标准策略。文 中介始了S MI L 2 0的重要语法语 义以及一个基于S MI L 2 0编辑器的开发过程中的核心问题及解决方法。 关键词X ML S MI L 语法语义D O M编辑器 RES EARCH AND DEVELOPM ENT OF S M I L 2 O AN D P ORTANT AP PLI C ATI ON OF XM L Ma La n Ho u Ye q i n ( I n s t it u t e o fS oftw a r e ， C h i n e s e A c a d e m y ofS c i e n c e s ， B e ij i n g 1 0 0 0 8 0 ， C h i n a) A b s t r a c t S MI L ( S y n c h r o n i z e d Mu l t i me d i a I n t e g r a t i o n L a n g u a g e ) i s a n i m p o r t a n t a p p l i c a t i o n o f X ML ( E x t e n s i b l e Ma r k u p Lan gua g e ) I n d a y s t o c o me ， a s s u p p o r t f o r t h e c u r r e n t 2 0 s p e c i fi c a t i o n gro w s ， w o r k i n g w i t h S MI L c o u l d b e c o me a s t a n d a r d s t r a t e g y f o r a n y d e v e l o p e r w h o s e w o r k r e q u i r e s s o me for m o f mu l t i me d i a a s s e t c o n t r o 1 I n t h e a rti c l e， t h e r e S t h e p r e s e n t a t i o n o f s y n t a x a n d s e ma n t i c s o f S MI L 2 0； mo r e o v e r ， t h e r e S t h e i n t r o d u c t i o n o f s o me p r o b l e ms b e e n me t d u r i n g t h e d e v e l o p me n t o f a S MI L 2 0 b a s e d e d i t o r a n d t h e s o l u t i o n s Ke y wo r d s X ML S MI L S y n t ax S e ma n t i c D OM Ed i t o r 0 引 言 同步多媒体集成语言( T h e S y n c h r o n i z e d M ul t i m e d i a I n t e gr a t i o n L a n g u a g e ( S M I L ) ， 发音作“ s m i l e ” ) 是可扩展标记语 言( E x - t e n s i b l e M a r k u p L a n gua g e ( X ML ) ) 的一种重要应用。 推出 S M I L 最初的 目 标是为了实现在 W e b 上的实时的多媒 体演示( p r e s e n t a t i o n s ) ， 自 从 We b 出现以来， 网站管理者一直在 探索使用两个或更多的流来提供具备艺术水准的多媒体演示的 机制， 但却受到了诸如 H T M L和 J a v a S c fi p t 等传统的 We b 技术 的限制。S M I L的出现则为 We b 客户提供了更好地表现多媒体 内容的能力， 它使 网站 建设者很容易定义并组织多媒体元素 ( 如： 视频， 音频 ， 动态的图像等) 相互协调和相互作用。 1 9 9 8年 6 月 1 5日， S M I L 1 0成为W3 C的推荐标准， 2 0 0 1 年 8月7日， S M I L 2 0成为 W3 C的推荐标准。 简单的说 ， S MI L使得书写者能够说明是什 么( Wh a t ) 在什 么时候( Wh e n ) 在什么位置( Wh e r e ) 被显示， 使他们能够控制精 确的时间： 比如在说一句话的同时在屏幕上显示一个指定的图 像。随着 We b 上对多媒体演示的需求的加剧 ， S M I L 将发挥更 大的作用。 虽然 S MI L演示文档可 以使用简单的文本编辑器来书写， 但 S M I L 2 0 标准包含 1 0 个模块， 具有相当的复杂度 ， 用简单的 文本编辑器来书写 S MI L文档不仅需要确切的 了解冗长 的 S MI L 2 0的语法( S y n t ax) 和语义( S e ma n t i c s ) ， 劳动强度较大， 而 且简单的手工编写容易出错， 一个基于 S M I L 2 0的编辑器将简 化 S MI L 2 0演示文档的创建工作。 1 S MI L 2 0的语法语义分析 S M I L 是 X M L的一种应用， 是一种语言。语言就有其语法 和语 义。语 法是语 言 的形 式， S MI L 2 。 0 S c h e ma s或 s MI 0 D T D ， 可以保证 S M I L 文档的形式和内容的有效。语义即意义， 可分为样式语义和应用语义。样式语义( S t y l e S e m ant i c s ) 即语 言在表述方面的意义。例如 ： D S S S L中的 f o n t s i z e =“ 2 0 ” ( 这 也是一个通用的表示字符大小的语言片断) ， 具有样式语义： 显 示指定的字符大小为2 0 ， 而不考虑应用语义。应用语义是另一 个方面 ， 比如： 在实现智能搜索引擎时， 要考虑就是语言的应用 语义。用户输入查询要求的“ 北京天气” ， 搜索引擎要分析的是 该语言片断的应用语义 ， 而不考虑样式语义。 下面以一个简单的 S MI L文档为例说明： 收稿日期： 2 0 0 4 0 5 0 8 。马兰， 硕士生， 主研领域： 计算机应用技 术 ， 语法及语 义分析 。 维普资讯 第1 1 期 马兰等： X M L的重要应用s M I L 2 0的研究及开发 代码 1 ： 一个 S M I L文档的分析 该 S MI L文档的空间显示如图 1 ， 时间呈现如图 2 所示。 竺 一 ! j 匹 匝叵 图1 代码 1的空间呈现 图2 代码 1 的时间线呈现 2 基于 S MI L 2 0的编辑器设计开发的核心问题 2 1 DOM 树的遍历及其增删改 D O M全称是 D o c u me n t O b j e c t Mo d e l ， 就是一个文档对象组 成的模型， D O M是一个接口， 一个与语言无关的接口， 通过这个 接口程序和脚本可以动态的访问以及更新文档的内容， 结构和 形式， 它是采用树状对象集合方式访问给定文档内容的一种抽 象规范。 用户在窗口操作， 编辑器所作的工 _ 作实质上是一个翻译工作， 即将用户的 操作翻译成对应的 S M I L的元素或属性 或者它们的值。也就是说编辑器的核 心工作是维护一棵 S M I L的 D O M树。图3 编辑器的工作流 程 从用户的角度出发， 本编辑器的工作流程如图3所示。 软件工程中使用最为广泛的一种结构就是简单的层次树。 所有格式正规的( We l l f o r me d ) X ML数据都被定义为类似的 树， 这样一来 ， 不论是普通的还是成熟 的算法都可以用来遍历 X ML文档的节点， 搜索内容以及编辑文档树。同时， 通过解析 器验证 S MI L 2 0 S c h e m a s 或者 S MI L 2 O D T D， 可以保证 S MI L文 档的形式和内容的有效性( V a l i d a t i n g ) 。 当使用 D O M对 X ML文本文件进行操作时 ， 它首先解析文 件， 将文件分解为独立的元素、 属性和注释等。然后， 它以节点 树的形式( 在内存中) 创建 X ML文件的表示。此后 ， 开发人员 可以通过节点树访问文档的内容 ， 并根据需要修改文档。 图4是一个 S M I L文档的 D O M 节点树表示。 遍历树 的方法一般有两种： 一 种是先根( 次序) 遍历树， 即： 先访问 树的根结点， 然后依次先根遍历根 的每棵子树 ； 另一种是后根( 次序) 遍历， 即： 先依次 后根 遍历每棵 子 树 ， 然后访问根结点。 图4 S M I L 文档的D O M树 对于S MI L的 D O M树( 如图4所示 ) ， 进行先根遍历可得序 列为 ： s mi l 一h e a d一l a y o u t一r e g i o n一b o dy一pa r一s e q一r e f 若对此树进行后根遍历。则得树的后根序列为： r e g io n一l a y o u t 一h e a d 一p a r一s e q一r e f一b od y一s mi l 本编辑器实现中使用的 D O M树的遍历算法是先根遍历。 此外 ， 本编辑器针对 D O M树的不同类型节点所作的操作不同， D O M的节点类型达 1 2种 ， 其中最重要的为元素， 属性以及文本 这 3个类型的节点。 2 2 样式语义的实现 对于编辑器来说 ， 最重要的是对于 S MI L 2 0语义的分析及 翻译 ， 特别是对其样式语义的分析及翻译。如何准确的翻译语 义， 使得编辑器具有“ 所见即所得” 的功效 ， 是构架编辑器时要 考虑的重要问题。 本编辑器将从 媒体元件 的 角度人手， 即以媒体对 象为基 础， 再进一步确定其时间 空 间 等属性。设计构架 中： ( 1 ) 结构 窗口： 即S MI L文档的 D O M树窗 口。使用这个窗 口用户可 以对 了解整个文档的结构， 也可 以对 元素和属性进行更改。( 2 ) 属性 窗口： 利用这个窗口用户可以方 便的察看以及修改所选定 的元 素的属性和属性值( 包括 以设定 的属性， 所有 S MI L 2 0支持的属 一 m 1 目 a T r t a L t t I 譬 o 嚣 嚣 图 5 用户 界面 的类 图 性以及常用的属性列表) 。( 3 ) 布局窗口： 媒体对象在何处呈现 是设计一个 S MI L文档的核心问题之一。而布局窗口则是实现 所见即所得的重要途径 ， 反应 了一个 S MI L文档的空 间呈现。 布局窗口的一个重要功能是实现对区域 ( r e g i o n ) 的定制 和修 改。( 4 ) 时间线窗口： 用来实现对媒体对象在何时呈现的制订， 反应了一个 S M I L文档的时间呈现( 即显示各个媒体对象的演 示起始时间以及持续时间) 。针对这 四个窗口， 设计四个类， 类 图由图5示。 ( 下转第 1 1 4页) 厂_ _- 一 攀 维普资讯 l 3 4 计算机应用与软件 2 0 0 5丘 )= 唧 - ( 4 ) ， n ： 训练样本中A ( 模式的个数 P ： 训练样本的维数 训练样本中A类的第 i 个矢量 这里 ( ) 是多元高斯分布在每个训练样本处的和， 注意的是 核函数不限于高斯函数， 还可以采用其他形式的核函数。 一 个 P N N分为 4 层 ： 输入层， 模式层， 决策层， 输入层神经 元的个数为输入向量的维数， 模式层神经元的个数为所有训练 样本的个数， 模式层被分为 q 类 ， 在模式层中， 每一个神经元完 成一个给定类的权矢量 与模式矢量 x的点积， ： ， 这 里的神经元， 的权矢量 被赋予 q 类 的训练样本 的值 同 时， 在输出到求和层之前完成对 的非线性操作， 激活函数为： ， )= e x p ( 一1 ) ( 5 ) P N N的结构如图 1 所示。 假设 和 ， 都被归一化， 则( 5 ) 式与( 4 ) 式中 e x p 一( 一 ) ( 一 ) 2 o - 相 同。求和单元对与之相连的某个类别的 模式神经元的输出求和， 决策单元采用 竞争算法， 在假设损失函数相同的情况 下， 类条件概率密度大的值为 1 ， 其余为 0 。模式层中的 取为每个训练样本的 矢量 ， 因此模式层中的神经元个数等于 训练矢量的个数。 图 1 P N N 网络 拓 扑 结构图 2 应用 P N N预测股票指数的涨跌 研究采用上证 1 8 0指数( 2 0 0 2 0 7 1 52 0 0 3 1 2 3 1 ) 共计 3 5 7 个数据， 来 自于上海证券交易所( h t t p ： w w w s s e t o m e ft ) 。 输入变量选取 5个数据 ： 收盘， 最高， 最低， MA 5， MA1 0 J ， 滞后 阶数选用 4个交易 日， 也就是说， 预测第 5日收盘价相对于第 1 日收盘价的涨跌。因此输入神经元的个数为 2 0 ， 训练样本个数 为 1 2 0个， 算法采用滚动算法， 即为用交易 日为 1一l 2 0训练的 网络预测第 1 2 1天的 1 8 0指数涨跌方向， 用交易 日为 21 2 1 训 练的网络预测第 1 2 2天的 1 8 0指数涨跌方向。以此类推， 使得 网络的训练样本实时更新。网络从第 5 1 1 7 0交易 日开始训 练， 预测第 1 7 1 2 7 0交易日共计 1 0 0个交易 日的上证 1 8 0指数 的变化情况。训练网络整个运算过程采用 M A T L A B 语言编程， 其中概率神经网络的使用调用了函数 m e w p n n ( ) ， s p=1 0 。 3 结论与分析 预测的结果见表 1 。预测值共计 1 0 0个， 预测值与真实值 一 致的有 8 2个， 表现了一定的实用性。 表 1 上证 1 8 0股指变化方向预测结果 序 真实值 预测值 序号 真实值 预测值 1 71 21 2 + 2 21 1 8 4 2 1 7 2 1 8 6 7 6 + 2 2 2 2 5 3 5 1 7 3 1 1 8 8 4 + 2 23 3 4 6 6 + 1 7 4 7 6 4 4 + 2 2 4 3 4 4 3 + 1 7 5 21 8 4 + 2 2 5 2 2 2 O + 1 7 6 1 1 O 2 5 2 2 6 0 9 9 + 1 7 7 7 3 o 0 2 2 7 67 8 7 1 7 8 1 3 7 1 6 2 28 5 9 O1 1 7 9 1 9 6 1 8 2 2 9 3 1 1 7 + 1 8 O 一1 6 3 7 4 23 0 5 5 O3 + 1 8 1 4 7 2 3 23 1 5 5 5 + 1 8 2 4 4 O8 2 3 2 3 6 3 O + 1 8 3 5 9 6 4 + 2 3 3 1 6 4 9 + 1 8 4 l 1 7 2l + 2 3 4 4 0 8 8 1 8 5 8 O 1 6 2 3 5 5 O 81 1 8 6 3 1 4 3 2 3 6 5 O 81 1 8 7 7 3 1 6 2 3 7 2 2 5 2 1 8 8 4 3 2 2 2 3 8 2 9 8 3 + 1 8 9 1 2 9 1 8 + 2 3 9 4 6 31 1 9 O 2 7 3 7 + 2 4 O 一41 4 8 1 91 4 7 61 + 2 41 1 9 O 8 1 9 2 1 9 3 3 2 4 2 6 2 4 + 1 9 3 1 1 6 3 2 4 3 2 4 4 7 + 1 9 4 71 5 5 + 2 4 4 4 3 8 3 + 1 9