首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--计算机网络论文--一般性问题论文

基于检测点分布抽样的网站无障碍检测

摘要第4-5页
Abstract第5页
第1章 绪论第10-14页
    1.1 研究背景第10-12页
    1.2 本文的主要工作第12-13页
    1.3 本文结构第13页
    1.4 本章小结第13-14页
第2章 相关技术与理论基础第14-28页
    2.1 网页内容无障碍访问第14-18页
        2.1.1 无障碍倡议组织信息无障碍标准第14-15页
        2.1.2 工信部信息无障碍标准第15-16页
        2.1.3 无障碍检测第16-18页
    2.2 网页抽样第18-23页
    2.3 网络爬虫和增量抓取技术第23-27页
    2.4 本章小结第27-28页
第3章 基于无障碍检测点分布的网页抽样算法第28-42页
    3.1 问题描述第28-29页
    3.2 现有抽样算法分析第29-30页
    3.3 基于无障碍检测点分布抽样算法设计第30-32页
        3.3.1 算法思想第30-31页
        3.3.2 基于无障碍检测点分布抽样算法需求分析第31页
        3.3.3 无障碍检测点向量的获取第31-32页
    3.4 基于Greedy-Select的抽样算法第32-34页
        3.4.1 贪心策略第32-33页
        3.4.2 算法步骤第33-34页
    3.5 启发式抽样算法第34-37页
        3.5.1 启发函数第35-36页
        3.5.2 算法步骤第36-37页
    3.6 基于最小覆盖集合的抽样算法第37-41页
        3.6.1 最小覆盖集的模型建立第38页
        3.6.2 模型求解第38-40页
        3.6.3 算法流程第40-41页
    3.7 本章小结第41-42页
第4章 基于无障碍检测点分布的在线抽样算法第42-49页
    4.1 在线抽样应用场景第42-43页
    4.2 在线抽样算法的困难与挑战第43-45页
        4.2.1 在线抽样算法与离线抽样算法区别第43-44页
        4.2.2 基于无障碍检测点分布的在线抽样算法需求第44-45页
    4.3 基于无障碍检测点分布的在线抽样算法第45-48页
        4.3.1 基于Greedy-Select的在线抽样算法第45-46页
        4.3.2 启发式在线抽样算法第46-47页
        4.3.3 基于最小覆盖集的在线抽样算法第47-48页
    4.4 本章小结第48-49页
第5章 实验设计与结果分析第49-65页
    5.1 网站无障碍检测流程第49-51页
    5.2 实验设定与评价标准第51-53页
        5.2.1 实验环境第51页
        5.2.2 数据集第51-52页
        5.2.3 评价标准第52-53页
    5.3 基于无障碍检测点分布的离线抽样算法对比实验第53-59页
        5.3.1 基于曼哈顿距离与基于欧几里得距离的Greedy-Select算法的对比实验第53-56页
        5.3.2 基于无障碍检测点分布的抽样算法与随机抽样的对比实验第56-59页
    5.4 基于无障碍检测点分布的在线抽样算法对比实验第59-64页
        5.4.1 基于无障碍检测点分布的在线抽样与随机在线抽样的对比实验第59-62页
        5.4.2 基于无障碍检测点分布的在线抽样算法与离线抽样算法的对比实验第62-64页
    5.5 本章小结第64-65页
第6章 总结与展望第65-67页
    6.1 总结第65-66页
    6.2 展望第66-67页
参考文献第67-71页
致谢第71页

论文共71页,点击 下载论文
上一篇:电能质量数据服务检测系统研究
下一篇:Flash重定向关键技术研究与Flash容器实现