基于K-L變換的權威頁面挖掘的算法.pdf

1、目前用于信息檢索的算法主要可以分為兩類：一類是采用矢量空間模型（Vector Space Model），依靠內(nèi)容相關性的計算來確定關鍵詞與文檔之間的匹配程度；另一類采用Web超鏈接分析算法，依靠不同頁面之間引用和被引用的關系來評價頁面。基于超鏈接分析的思想，Sergey Brin和Lawrence Page在1998年提出了Page Rank算法，同年J. Kleinberg提出了HITS算法，一些學者也相繼提出了其它的鏈接分析算法，

2、如SALSA，PHITS，Bayesian等算法。這些算法有的已經(jīng)在實際的系統(tǒng)中實現(xiàn)和使用，并且取得了良好的效果。離散卡洛(Karhunen-Loeve Transformation)變換是以圖像的統(tǒng)計特征為基礎的在均方意義下為最佳的正交變換。K-L變換的變換核和基本圖像不是固定不變的，而是隨著所處理的圖像改變而改變，正是由于變換核可針對輸入圖像而產(chǎn)生，所以該變換在變換域中能量最集中。由于卡洛變換在數(shù)據(jù)壓縮方面的優(yōu)點，使得該變換在數(shù)據(jù)