基于内嵌字幕的近似视频网页去重研究与实现
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 研究背景与意义 | 第10-12页 |
| 1.1.1 研究背景 | 第10-11页 |
| 1.1.2 研究意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 国内研究现状 | 第12-14页 |
| 1.2.2 国外研究现状 | 第14-15页 |
| 1.3 主要内容与论文安排 | 第15-18页 |
| 第2章 相关技术 | 第18-30页 |
| 2.1 Selenium | 第18页 |
| 2.2 内嵌字幕等的提取 | 第18-24页 |
| 2.2.1 字幕的种类 | 第19-20页 |
| 2.2.2 OCR处理 | 第20-21页 |
| 2.2.3 OCR提取内嵌字幕 | 第21-24页 |
| 2.3 文本相似度算法 | 第24-26页 |
| 2.3.1 LCS问题求解原理 | 第24-25页 |
| 2.3.2 LCS算法原理（非连续） | 第25页 |
| 2.3.3 本文的动态规划LCS算法 | 第25-26页 |
| 2.4 阈值的确定 | 第26-29页 |
| 2.4.1 一元线性回归 | 第27页 |
| 2.4.2 极大似然估计 | 第27-28页 |
| 2.4.3 回归效果检验 | 第28-29页 |
| 2.5 删除重复视频 | 第29页 |
| 2.6 本章小结 | 第29-30页 |
| 第3章 网页视频的抓取 | 第30-34页 |
| 3.1 视频抓取数据源 | 第30-31页 |
| 3.2 抓取过程 | 第31页 |
| 3.3 基于Selenium搭建框架 | 第31-33页 |
| 3.4 本章小结 | 第33-34页 |
| 第4章 阈值的确定 | 第34-38页 |
| 4.1 阈值的确定 | 第34-36页 |
| 4.2 本章小结 | 第36-38页 |
| 第5章 文本相似度算法 | 第38-42页 |
| 5.1 动态规划LCS算法 | 第38-39页 |
| 5.2 具体实现步骤 | 第39-41页 |
| 5.3 本章小结 | 第41-42页 |
| 第6章 实验系统设计与实验结果 | 第42-52页 |
| 6.1 实验系统总体结构 | 第42-45页 |
| 6.2 实验系统详细设计 | 第45-46页 |
| 6.3 去重模块 | 第46-47页 |
| 6.4 数据平台及数据获取 | 第47-48页 |
| 6.5 实验结果分析 | 第48-50页 |
| 6.5.1 性能评价指标 | 第48-49页 |
| 6.5.2 实验结果 | 第49-50页 |
| 6.6 本章小结 | 第50-52页 |
| 结论 | 第52-54页 |
| 参考文献 | 第54-58页 |
| 攻读硕士学位期间所发表的学术论文 | 第58-60页 |
| 致谢 | 第60页 |
