2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩73頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、隨著互聯(lián)網(wǎng)知識(shí)數(shù)據(jù)的爆炸式增長(zhǎng)以及內(nèi)容呈現(xiàn)形式的多樣化,特別是智能內(nèi)容識(shí)別、提取和分析等數(shù)據(jù)處理方面的要求使得網(wǎng)頁(yè)元數(shù)據(jù)采集和處理變得異常復(fù)雜。傳統(tǒng)的信息采集服務(wù)需要人工分析頁(yè)面的DOM樹(shù)結(jié)構(gòu),并不能直接抽取到具有特定要求的網(wǎng)頁(yè)元數(shù)據(jù),無(wú)法滿足人們對(duì)特定數(shù)據(jù)的需求。因此,如何自動(dòng)識(shí)別并準(zhǔn)確定位需要采集網(wǎng)頁(yè)元數(shù)據(jù)的位置變得尤為重要。
  本文針對(duì)視頻網(wǎng)頁(yè)信息采集提出一種基于視覺(jué)塊識(shí)別的網(wǎng)頁(yè)元數(shù)據(jù)提取方法,以解決自動(dòng)識(shí)別定位并提取網(wǎng)頁(yè)

2、元數(shù)據(jù)的問(wèn)題。論文的主要工作如下:
  (1)對(duì)網(wǎng)頁(yè)信息提取技術(shù)及視覺(jué)特征進(jìn)行分析。通過(guò)研究基于DOM樹(shù)、視覺(jué)特征、文本特征三種網(wǎng)頁(yè)信息提取技術(shù),對(duì)比總結(jié)這三種技術(shù)的優(yōu)缺點(diǎn),結(jié)合本課題需要提取的視頻網(wǎng)頁(yè)信息的特點(diǎn)以及網(wǎng)絡(luò)爬蟲(chóng)技術(shù),總結(jié)用戶的視覺(jué)規(guī)律設(shè)計(jì)了一種基于視覺(jué)特征的網(wǎng)頁(yè)元數(shù)據(jù)提取方法。
  (2)頁(yè)面視覺(jué)塊劃分。由于當(dāng)前主流的網(wǎng)頁(yè)設(shè)計(jì)均采用DIV+CSS布局代替?zhèn)鹘y(tǒng)以

標(biāo)簽進(jìn)行布局,造成VIPS算法對(duì)當(dāng)前網(wǎng)

3、頁(yè)分塊效果不理想。本課題基于視覺(jué)DOM樹(shù)結(jié)構(gòu)和DIV+CSS網(wǎng)頁(yè)設(shè)計(jì)風(fēng)格,通過(guò)定義視覺(jué)塊提取規(guī)則和對(duì)不同DOM節(jié)點(diǎn)采用的規(guī)則組合,采用改進(jìn)的VIPS算法將網(wǎng)頁(yè)信息劃分為多個(gè)具有明確語(yǔ)義的視覺(jué)塊,并且對(duì)應(yīng)頁(yè)面上不同的視覺(jué)區(qū)域。
  (3)視覺(jué)塊分類和基于路徑表達(dá)式的網(wǎng)頁(yè)元數(shù)據(jù)提取?;谥С窒蛄繖C(jī)分類算法和SVM Light,本課題針對(duì)視頻網(wǎng)頁(yè)元數(shù)據(jù)的特征制定特定的特征值提取規(guī)則,將視覺(jué)塊劃分為有效視覺(jué)塊(即網(wǎng)頁(yè)元數(shù)據(jù))和無(wú)效視覺(jué)塊,

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論

<big id="55065"></big>