Web页面分块技术综述

有很多不同的分块算法都可以对web网页进行分块．研究分块的1／1的是为了相关领域进一步研究的需要。例如通过页面块内容的重要程度研究基于块的搜索、定位网页的重要主题或内容,研究网页主要内容或主题的抽取,以及基于Web页面分块的Web存档等。首先给出Web页面分块问题定义和分类,并对几种典型的分块算法进行原理剖析,为进一步研究web页面分块问题提供一些有益的参考。     

基于Web标准的页面分块算法研究

页面分块在文档分类,信息抽取,主题信息采集,以及搜索引擎优化等方面具有重要的作用.首先提出了一种基于Web标准的页面分块算法,通过对网页进行解析和布局分析,利用Web标准对网页进行分块.实验证明该算法在对遵循Web标准的网页进行分块时,在分块准确性和复杂页面适应性方面得到了提高.     

面向移动设备的温度感知的任务调度算法

由于志愿者分布式计算可以为计算量庞大的科研项目提供足够的计算能力,甚至比超级计算机的计算能力还要强大,因此,志愿者分布式计算技术受到了很多研究人员的关注,很多不同的志愿者分布式计算架构被广泛应用。以往的很多志愿者分布式计算架构通常考虑的志愿者主机是PC电脑,或者单纯地把移动设备当作PC电脑一样进行处理。由于移动设备的很多特性跟PC电脑存在着很大的差异,所以很多时候这些志愿者分布式计算架构并不能高效地处理同时拥有PC电脑和移动设备志愿者的志愿计算项目。针对志愿者分布式计算系统上两个主流的志愿者分布式计算任务调度方法——迭代计算的任务调度算法和先来先服务的调度算法FCFS在处理移动设备志愿者计算上存在着的不足,为了提高志愿者分布式计算平台的执行效率,提出了一个面向移动设备的温度感知的任务调度算法TATSA。实验结果表明,TATSA比主流的任务调度算法ISA和FCFS在移动设备志愿者计算时效率明显更高。     

面向移动终端的Web页面重组技术综述*

在移动终端上浏览传统Web页面,存在着页面布局不合理、屏幕适应性差、噪声信息多等问题,严重影响页面的显示效果.Web页面重组技术通过对页面信息进行提取、组合,能够有效地解决上述问题,能够满足移动用户丰富多彩的页面体验效果.首先从页面提取和组合等方面对页面重组技术进行了论述,同时分析了相关技术的适用范围以及其复杂性,最后对当前领域研究的重点问题进行了总结.     

面向Flash存储的页面置换算法综述

Flash存储设备与传统针对磁盘构成的存储系统设计不同,具有许多新的特征,如读、写以及删除操作的I/O开销并不对称,因此要对Flash存储的页面置换算法进行重新设计。面向Flash存储的普适页面置换算法以及专门性的页面置换算法是当前算法的两大类型。普适性的页面置换算法可以减少二级存储设备中的写回操作,具有较高的性能。以Flash系统为基础所提出的专门性页面置换算法,考虑了Flash存储的特性,同时也针对特定的应用信息进行设计,最大限度提高了存储设备的性能,为类似Flash存储的页面置换算法的研究提供了参考的经验。     

基于视觉的Web 页面分块算法的改进与实现

基于视觉的Web 页面分块算法(Vision-based Page Segmentation Algorithm)作为网页分块技术重要的一部分,得到了广泛的应用,然而由于网页视觉特点的复杂性,导致VIPS 具有算法规则过于复杂和性能相对不高等缺陷。针对存在的问题,本文用标签树对微软提出的VIPS 进行改进,提出一种改进算法CTVPS,最后通过实验证明了本文算法的正确性和性能优越性。     

8.

VGA页面图形数据移动技术在特殊显示效果中的应用     

鄂大伟 《电脑编程技巧与维护》1997,(2):61-63

图形特殊显示效果(或称图形特技)是图形处理技术的重要组成部分,随着多媒体技术的日益流行,使计算机的音像功能不断增强,因此在一些计算机图形处理软件和游戏软件中正越来越多地借鉴影视中的某些视频效果,使画面显示变得更加生动活泼,引人入胜。     

9.

对页面访问序列影响LRU页面置换算法的研究     

蒋飞虎  舒平 《计算机技术与发展》2006,16(5):42-44

页面置换算法是操作系统中虚拟存储管理的一个重要部分。改进页面置换算法，可以降低页面失败率，从而有效地提高系统性能。现有的应用于虚拟存储管理的页面置换算法主要是Least Reference Used（LRU）页面换算法。文中利用页面访问间隔数，分析不同的页面访问序列对LRU算法的影响，把页面访问序列分为LRU-友好页面访问序列、LRU-不友好页面访问序列、不友好页面访问序列三类，为改进LRU页面置换算法提供了依据。     

10.

对页面访问序列影响LRU页面置换算法的研究     

蒋飞虎  舒平 《微机发展》2006,16(5):42-43

页面置换算法是操作系统中虚拟存储管理的一个重要部分。改进页面置换算法,可以降低页面失败率,从而有效地提高系统性能。现有的应用于虚拟存储管理的页面置换算法主要是Least Reference Used(LRU)页面置换算法。文中利用页面访问间隔数,分析不同的页面访问序列对LRU算法的影响,把页面访问序列分为LRU-友好页面访问序列、LRU-不友好页面访问序列、不友好页面访问序列三类,为改进LRU页面置换算法提供了依据。     

11.

An Internetware Based Approach to Building Web Page Integration Applications for Mobile Devices          下载免费PDF全文

Tianwei Sun  Feng Xu  Jian Lv 《International Journal of Software and Informatics》2010,4(4):367-382

Mobile devices are more and more popular in recent years. As a result, there''re huge requests of mobile applications, especially those integrated with multiple information. However, on one hand, most of the mobile applications at present just contain some certain kinds of information and they cannot adapt to the rapid change of users'' requirements, either. On the other hand, to build these applications, it''s usually time consuming and there are not enough resource components with programmable interfaces. In this paper, we propose an approach based on Internerware to building web page integration applications for mobile device. We introduce a framework that provides abundant internet-programmable interfaces, a flexible integration mechanism to meet the users'' rapid changing requirements and a reliable mechanism that guarantees the quality of the referred resources effectively. With this framework, we can rapidly build an application that integrates all the information according to users'' requirement.     

12.

基于规则的网页分割预处理算法研究     

彭红超  童名文  邹军华  郝秋红 《计算机科学》2013,40(Z11):379-382,388

针对国家精品课程网站中网页内容和样式独立设计,网页分割算法难以运行的问题,基于规则提出了一种网页分割预处理算法,建立了网页标签和样式信息的关联。算法包括3个步骤:第一,获取样式信息;第二,关联样式信息和标签;第三,输出HTML和PerfectNode关联类列表。随机选取了100个国家精品课程网站的网页运行预处理算法,实验结果表明该算法可以有效地 融合 网页标签和样式信息,解决了网页分割算法无法运行的问题。     

13.

基于视觉特征的网页最优分割算法     

李文昊  彭红超  童名文  石俊杰 《计算机科学》2015,42(11):284-287, 309

网页分割技术是实现网页自适应呈现的关键。针对经典的基于视觉的网页分割算法VIPS(Vision-based Page Segmentation Algorithm)分割过碎和半自动的问题,基于图最优划分思想提出了一种新颖的基于视觉的网页最优分割算法VWOS(Vision-based Web Optimal Segmentation)。考虑到视觉特征和网页结构,将网页构造为加权无向连通图,网页分割转化为图的最优划分,基于Kruskal算法并结合网页分割的过程,设计网页分割算法VWOS。实验证明,与VIPS相比,采用VWOS算法分割网页的语义完整性更好,且不需要人工参与。     

14.

面向网页结构特征的Hopfield 算法     

李光敏  陈年生  许新山 《计算机系统应用》2011,20(7):225-227,232

针对目前互联网信息资源广泛、网页结构复杂、噪音信息较多的现状,主题爬虫获取有效信息过程中精确度低、耗费时间长等问题。结合经典的Hopfield算法,提出了针对网页结构特征进行分块的主题爬行改进算法,实验证明该改进算法在一定程度上能有效地解决目前信息获取过程中所面临的问题。     

15.

图像搜索中基于网页分块的图像分类研究   总被引：1，自引：0，他引：1       下载免费PDF全文

章勤  余洋  陶文兵 《计算机工程与科学》2007,29(6):42-44

本文提出并实现了一种基于网页分块的图像分类模型,利用图像位于网页中的特点,将图像和网页结构有效地结合起来对网络环境中的图像进行分类。首先利用VIPS页面分块算法对网页进行分块,然后根据分块网页结构的特点将各分块网页中的图像分为背景类、广告类和主题类,最后利用这个图像分类结果指导网络环境下的图像搜索。实验结果表明明,这种方法能够显著提高图像搜索性能。     

16.

连通区的页面分割与分类方法   总被引：2，自引：0，他引：2  

王姝华  曹阳  李佐  蔡士杰 《计算机辅助设计与图形学学报》2002,14(1):17-20,25

页面分割与分类是文档处理的关键步骤，但目前多数方法对页面的块和倾斜进行了限制，文中提出一种新的基于连通区的页面分割与分类方法，首行采用快速算法抽取页面内的连通区，然后利用改进的PLSA算法分割页面，并根据连通区的分布情况以及块的特征对块进行分类，该方法页面分割与分类紧密结合，充分考虑到块的局部特征，保证块分类的正确性，大大提高了算法效率。     

17.

一种基于文本聚类的网页排序方法     

曹杰  王直杰 《计算机与现代化》2008,(10):18-20

提出一种新的网页排序方法-ClusterRank方法。该方法先对检索结果进行文本挖掘,然后利用Web网页的链接信息以及用户点击率对网页重要性的影响对挖掘结果进行排序。该算法可以引导用户进一步明确其检索需求。     

18.

基于链接关系的网页分类优化算法     

蒋宗礼  时福林 《计算机与现代化》2014,(5):14-17

针对基于链接关系的网页分类算法中存在噪声邻域网页干扰分类结果的问题,提出利用网页间的相似度进行优化的方法。为不同关系的满足相似度阈值的邻域网页分别设置不同的权值,同时结合支持向量机对网页的分类结果,计算得到网页的类别。实验表明,本文算法准确率、召回率和F1值均有所提高。      

19.

一种基于节点密度分割和标签传播的Web页面挖掘方法   总被引：1，自引：0，他引：1  

张乃洲  曹薇  李石君 《计算机学报》2015,38(2)

获取Web页面中的重要内容如文本和链接,在许多Web挖掘研究领域有着重要的应用价值.目前针对该问题主要采用Web页面分割和区块识别的方法.但现有的方法将Web页面中重要文本和链接的识别视为两个相互独立的问题,这种做法忽略了Web页面中文本和链接的内在语义关系,同时降低了页面处理的效率.文中提出了一种Web页面重要内容挖掘的统一框架,该框架主要由3个部分组成:第一,先将Web页面转换为DOM树表示,然后采用节点密度熵为度量将DOM树分割为不同的页面块;第二,采用基于K最近邻标签传播的半监督方法自动扩展页面块训练集;第三,在扩展的页面块训练集上对SVM分类器进行训练,并用来对页面块进行分类.采用该框架可以将Web页面块区分为多种类型,并且该框架独立于Web页面的类型和布局.我们在真实的Web环境下进行了广泛的实验,实验结果表明了该方法的有效性.     

20.

一种基于连通域的版面分割方法   总被引：4，自引：0，他引：4  

郭丽  孙兴华  王正群  杨静宇 《计算机工程与应用》2003,39(5):105-107

版面分割是版面分析的重要组成部分,是一个受到广泛关注的研究课题。该文提出了一种基于连通域的版面分割算法,首先对文档图像进行倾斜校正,然后采用模糊处理以得到较大的连通单元,再根据区域连通的特性进行版面分割和处理。实验表明,基于连通域的算法分割版面准确,速度快,适用范围广,不仅可用于矩形版面,对于非Manhattan版面等复杂版面也能取得令人满意的效果。     

VGA页面图形数据移动技术在特殊显示效果中的应用

图形特殊显示效果(或称图形特技)是图形处理技术的重要组成部分,随着多媒体技术的日益流行,使计算机的音像功能不断增强,因此在一些计算机图形处理软件和游戏软件中正越来越多地借鉴影视中的某些视频效果,使画面显示变得更加生动活泼,引人入胜。     

对页面访问序列影响LRU页面置换算法的研究

页面置换算法是操作系统中虚拟存储管理的一个重要部分。改进页面置换算法，可以降低页面失败率，从而有效地提高系统性能。现有的应用于虚拟存储管理的页面置换算法主要是Least Reference Used（LRU）页面换算法。文中利用页面访问间隔数，分析不同的页面访问序列对LRU算法的影响，把页面访问序列分为LRU-友好页面访问序列、LRU-不友好页面访问序列、不友好页面访问序列三类，为改进LRU页面置换算法提供了依据。     

对页面访问序列影响LRU页面置换算法的研究

页面置换算法是操作系统中虚拟存储管理的一个重要部分。改进页面置换算法,可以降低页面失败率,从而有效地提高系统性能。现有的应用于虚拟存储管理的页面置换算法主要是Least Reference Used(LRU)页面置换算法。文中利用页面访问间隔数,分析不同的页面访问序列对LRU算法的影响,把页面访问序列分为LRU-友好页面访问序列、LRU-不友好页面访问序列、不友好页面访问序列三类,为改进LRU页面置换算法提供了依据。     

An Internetware Based Approach to Building Web Page Integration Applications for Mobile Devices

Mobile devices are more and more popular in recent years. As a result, there''re huge requests of mobile applications, especially those integrated with multiple information. However, on one hand, most of the mobile applications at present just contain some certain kinds of information and they cannot adapt to the rapid change of users'' requirements, either. On the other hand, to build these applications, it''s usually time consuming and there are not enough resource components with programmable interfaces. In this paper, we propose an approach based on Internerware to building web page integration applications for mobile device. We introduce a framework that provides abundant internet-programmable interfaces, a flexible integration mechanism to meet the users'' rapid changing requirements and a reliable mechanism that guarantees the quality of the referred resources effectively. With this framework, we can rapidly build an application that integrates all the information according to users'' requirement.     

基于规则的网页分割预处理算法研究

针对国家精品课程网站中网页内容和样式独立设计,网页分割算法难以运行的问题,基于规则提出了一种网页分割预处理算法,建立了网页标签和样式信息的关联。算法包括3个步骤:第一,获取样式信息;第二,关联样式信息和标签;第三,输出HTML和PerfectNode关联类列表。随机选取了100个国家精品课程网站的网页运行预处理算法,实验结果表明该算法可以有效地 融合 网页标签和样式信息,解决了网页分割算法无法运行的问题。     

基于视觉特征的网页最优分割算法

网页分割技术是实现网页自适应呈现的关键。针对经典的基于视觉的网页分割算法VIPS(Vision-based Page Segmentation Algorithm)分割过碎和半自动的问题,基于图最优划分思想提出了一种新颖的基于视觉的网页最优分割算法VWOS(Vision-based Web Optimal Segmentation)。考虑到视觉特征和网页结构,将网页构造为加权无向连通图,网页分割转化为图的最优划分,基于Kruskal算法并结合网页分割的过程,设计网页分割算法VWOS。实验证明,与VIPS相比,采用VWOS算法分割网页的语义完整性更好,且不需要人工参与。     

面向网页结构特征的Hopfield 算法

针对目前互联网信息资源广泛、网页结构复杂、噪音信息较多的现状,主题爬虫获取有效信息过程中精确度低、耗费时间长等问题。结合经典的Hopfield算法,提出了针对网页结构特征进行分块的主题爬行改进算法,实验证明该改进算法在一定程度上能有效地解决目前信息获取过程中所面临的问题。     

图像搜索中基于网页分块的图像分类研究

本文提出并实现了一种基于网页分块的图像分类模型,利用图像位于网页中的特点,将图像和网页结构有效地结合起来对网络环境中的图像进行分类。首先利用VIPS页面分块算法对网页进行分块,然后根据分块网页结构的特点将各分块网页中的图像分为背景类、广告类和主题类,最后利用这个图像分类结果指导网络环境下的图像搜索。实验结果表明明,这种方法能够显著提高图像搜索性能。     

连通区的页面分割与分类方法

页面分割与分类是文档处理的关键步骤，但目前多数方法对页面的块和倾斜进行了限制，文中提出一种新的基于连通区的页面分割与分类方法，首行采用快速算法抽取页面内的连通区，然后利用改进的PLSA算法分割页面，并根据连通区的分布情况以及块的特征对块进行分类，该方法页面分割与分类紧密结合，充分考虑到块的局部特征，保证块分类的正确性，大大提高了算法效率。     

一种基于文本聚类的网页排序方法

提出一种新的网页排序方法-ClusterRank方法。该方法先对检索结果进行文本挖掘,然后利用Web网页的链接信息以及用户点击率对网页重要性的影响对挖掘结果进行排序。该算法可以引导用户进一步明确其检索需求。     

基于链接关系的网页分类优化算法

针对基于链接关系的网页分类算法中存在噪声邻域网页干扰分类结果的问题,提出利用网页间的相似度进行优化的方法。为不同关系的满足相似度阈值的邻域网页分别设置不同的权值,同时结合支持向量机对网页的分类结果,计算得到网页的类别。实验表明,本文算法准确率、召回率和F1值均有所提高。      

一种基于节点密度分割和标签传播的Web页面挖掘方法

获取Web页面中的重要内容如文本和链接,在许多Web挖掘研究领域有着重要的应用价值.目前针对该问题主要采用Web页面分割和区块识别的方法.但现有的方法将Web页面中重要文本和链接的识别视为两个相互独立的问题,这种做法忽略了Web页面中文本和链接的内在语义关系,同时降低了页面处理的效率.文中提出了一种Web页面重要内容挖掘的统一框架,该框架主要由3个部分组成:第一,先将Web页面转换为DOM树表示,然后采用节点密度熵为度量将DOM树分割为不同的页面块;第二,采用基于K最近邻标签传播的半监督方法自动扩展页面块训练集;第三,在扩展的页面块训练集上对SVM分类器进行训练,并用来对页面块进行分类.采用该框架可以将Web页面块区分为多种类型,并且该框架独立于Web页面的类型和布局.我们在真实的Web环境下进行了广泛的实验,实验结果表明了该方法的有效性.     

一种基于连通域的版面分割方法

版面分割是版面分析的重要组成部分,是一个受到广泛关注的研究课题。该文提出了一种基于连通域的版面分割算法,首先对文档图像进行倾斜校正,然后采用模糊处理以得到较大的连通单元,再根据区域连通的特性进行版面分割和处理。实验表明,基于连通域的算法分割版面准确,速度快,适用范围广,不仅可用于矩形版面,对于非Manhattan版面等复杂版面也能取得令人满意的效果。