ELEKTRON HUJJATLARDA JADVALLAR TUZILISHINI TANIB OLISH
Keywords:
katakchalarni avtomatik qayta ishlash, tuzilmani aniqlash, elektron jadvallar.Abstract
Elektron jadvallar katta hajmdagi biznes ma'lumotlarini to'plash va taqdim etishning eng mashhur vositalaridan biridir. Afsuski, aksariyat hollarda elektron jadvallarning tuzilishi aniqlanmagan. Natijada, ishlov berish vositalari ma'lumotlarni avtomatik ravishda, inson ishtirokisiz qabul qila olmaydi. Elektron jadvallar yaratilganda, odamlar sarlavhalar, ma'lumotlar va yig'ish katakchalarini to'g'ri ko'rsatish uchun vizual formatlashni amalga oshiradilar. Taklif etilayotgan usul insonlar kabi katakcha formatidagi vizual elementlarning farqiga asoslangan elektron jadval tuzilishini taniydi. Ushbu usul asosida ishlab chiqilgan dasturiy ta'minot elektron jadvalni kirish sifatida qabul qiladi va oddiy ob'ekt yozuvi shakliga asoslangan chiqishni ishlab chiqaradi. Usul bir necha bosqichlarni o'z ichiga oladi. Birinchidan, ish maydoni bo'sh bo'lmagan katakchalarning kvadrat maydoni sifatida aniqlanadi. Shundan so'ng, butun ish maydoni bitmaplar to'plamiga o'zgartiriladi, bu yerda 1 qiymati katakchada ma'lum formatlash mavjud bo'lganda ifodalanadi. Ikkinchi bosqich biznes ma'lumotlaridagi ma'lumotlar ketma-ketligini aniqlashni o'z ichiga oladi - yuqoridan pastga yoki chapdan o'ngga. Ushbu bosqichda biz Xaf usulini belgilangan bitmaplarning kichik to'plamiga qo'llaymiz. Keyinchalik, oddiy statistika usullaridan foydalangan holda ma'lumotlar va sarlavha belgilarini topamiz. Biz eng ko'p ishlatiladigan belgilarni ma'lumotlar katakchalari sifatida belgilaymiz. Subtitrlar va kiritilgan sarlavhalar uchun maxsus ishlov beriladi. Bunday subtitrlar olingan ob'ektlarga qo'shimcha xususiyat yaratadi. Usul turli biznes ma'lumotlarini, masalan, narxlar ro'yxatini o'z ichiga olgan elektron jadvallarning katta to'plamida sinovdan o'tkazildi.
References
Paine J. Spreadsheet structure discovery with logic programming. Proc. of EuSpRIG 2004 Conf. Risk Reduction in End User Computing: Best practice for spreadsheet users in the new Europe. 2004, 11 p.
Cunha J., Saraiva J., Visser J. From spreadsheets to relational databases and back. Proc. of the 2009 ACM SIGPLAN workshop on Partial evaluation and program manipulation. 2009, Savannah, GA, USA.
Cunha J., Saraiva J., Visser J. Discovery-based Edit Assistance for Spreadsheets. Proc. of 2009 IEEE Symp. on Visual Languages and HumanCentric Computing (VL/HCC 2009). 2009, pp. 233–237.
Oliveira J.N. Transforming data by calculation. Generative and Transformational Techniques in Software Engineering II. R. Lammel, J. Saraiva, J. Visser (Eds). InternationalSummerSchool, vol. 5235, pp. 134–195, SpringerPubl., Heidelberg, 2008.
Ivanov Yu.N., Emelyanov N.E., Sotnikova R.А. Dokumenty: tipy, opisaniya [Documents: Types, Descriptions]. Moscow, VNIISI Publ., 1987, 62 p.
Codd E.F. The relational model for database management: ver. 2. Addison-Wesley Longman Publ. Co., 1990.
DegtyarevaА., Vezhnevets V. PreobrazovanieKhafa (Hough Transform). Kompyuternayagrafikai multimedia [Computer Graphics and Multimedia]. 2003, iss. 1 (2). Available at: http://cgm.computergraphics.ru/content/view/36(accessed June 9, 2016).
Duda R.O., Hart P.E. Use of the Hough transformation to detect lines and curves in pictures. Communicationsofthe ACM. 1972, vol. 15.1, pp. 11–15.
