【摘 要】
：
随着Internet的不断发展,网络信息也成指数级的不断膨胀,这给信息检索带来了很大的困难,重复网页排除的研究工作是十分有意义的。本文从理论和应用两方面对网页查重算法及其
论文部分内容阅读
随着Internet的不断发展,网络信息也成指数级的不断膨胀,这给信息检索带来了很大的困难,重复网页排除的研究工作是十分有意义的。本文从理论和应用两方面对网页查重算法及其应用进行了研究,取得了以下成果:首先,本文对传统的网页查重算法进行了总结,对其效率、准确率、召回率作了细致的分析。其次,改进了已有算法,提出了基于字频的特征串算法,实验表明改进的方法处理速度和召回率均优于传统方法。又提出了基于词频的倒排表算法,通过算法性能测试、互联网实际测试,证明此算法的正确率和召回率都有了显著提高,并实际应用到企业的竞争情报系统中,取得了很好的效果。
其他文献
本项研究主要从语言学的角度探讨中国律师在辩护词中为了增强其说服力而在主位选择上的策略。我们在Halliday的主位理论，Verschueren的顺应论和Rank的劝说模式基础上构建了理
现有的激光编码具有一定的规律性,很容易被干扰系统所识别破解。为此,本文提出了一种时间控制脉冲间隔激光编码方法。首先利用北斗授时模块对编码系统授时,获取绝对精确时间,
大自然是人类的生命圈。从古到今,人类从未停下探索自然的脚步。"探索大自然的奥妙"成为人类重要的活动之一。本文从设计艺术学的角度探讨效法自然对设计的启示,从人与自然的
国家级高新区的快速发展,已经成为1990年代以来中国城市经济社会政治生活的一件大事,它也因此成为诸多学者研究和关注的热点,然而从城市空间属性的视角对高新区的研究几乎还
本文采用真空电弧炉熔炼法制备1J79软磁合金,研究了热处理工艺对1J79软磁合金磁性能的影响,以及改变合金中Ni、Mo含量对磁性能的影响。通过电子探针(EPMA-1600)观察其杂质的
高海拔地区对于持久性有机污染物(POPs)具有冷富集作用。我国青藏高原地处中低纬度高海拔地区,是全球平均海拔高度最高、地壳厚度最大的高寒地区。该地区工农业活动少,自然环
2012年1月5日,全国知识产权局长会议在北京召开。田力普局长代表国家知识产权局作了会议报告。由于版面所限,本刊节选了部分内容,以飨广大读者。
PDCA理论是一套科学化的流程管理体系,它对流程运行的质量有重要的保障作用。PDCA理论运用到企业基层青年干部培养中,可以促进培养体系的系统化和培养质量的持续改进。
甘肃黄土高原是中国黄土高原的一部分。以往人们一提到黄土高原,就想到千姿百态的黄土景观和博大精深的文化景观,殊不知在这黄土“海洋”中还耸立着许多“绿岛”,这就是在黄