论文部分内容阅读
搜索引擎返回的重复网页不但浪费了存储资源，而且加重了用户浏览的负担。针对网页重复的特征，提出了一种基于主题的去重方法。该方法通过组块的思想提取出网页正文的主题，然后进行主题的相似度计算，把重复的网页去除。实验证明，该方法对全文重复和部分重复的网页都能进行准确的检测。
基于主题的网页去重
【摘 要】
：
搜索引擎返回的重复网页不但浪费了存储资源，而且加重了用户浏览的负担。针对网页重复的特征，提出了一种基于主题的去重方法。该方法通过组块的思想提取出网页正文的主题，然后进
【机 构】
：
山西大学计算机与信息技术学院
【出 处】
：
电脑开发与应用
【发表日期】
：
2008年4期
其他文献
计费数据采集与传输为计费系统采集必要的计费数据，并把数据准确地传送到目的地。要求计费数据采集与传输能够融合多个网络，支持多种类的交换机，兼容尽可能多的操作系统以用来满
1994年，黄山书社出版了耿云志编《胡适遗稿及秘藏书信》手稿本，共计42巨册，披露了许多鲜为人知的与胡适有关的材料。其中第33册收录了梅光迪致胡适45通信，并附梅光迪《序与胡适交
网格技术作为一种新技术的出现，将消除信息孤岛，实现资源的全面共享与协同工作。介绍了网格技术，分析了网格技术在电子商务领域的特点以及应用优势，最后阐述了网格技术在电子商务
计算机应用在我国有了很大的发展，计算机专业的教育也得到了发展。但现状是大部分计算机专业毕业生缺乏实际应用能力，不能很好地将计算机科学与技术专业的知识应用到生产生活中
PID控制是迄今为止在过程控制中应用最为广泛的控制方法，但在实际应用中，其参数整定仍未得到较好的解决。把神经网络技术应用在PID控制中，充分利用神经网络具有非线性函数逼近能