藏文网页自动发现与采集技术研究
| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第一章 绪论 | 第10-14页 |
| ·课题背景及研究的目的和意义 | 第10页 |
| ·课题在国内外研究状况 | 第10-12页 |
| ·国外的研究状况 | 第10-11页 |
| ·国内的研究状况 | 第11-12页 |
| ·新研究需求的产生 | 第12页 |
| ·论文的主要研究内容 | 第12-13页 |
| ·论文的技术路线 | 第12页 |
| ·论文的主要工作难点 | 第12-13页 |
| ·试验设计方案 | 第13页 |
| ·论文的组织结构 | 第13-14页 |
| 第二章 工作基础 | 第14-26页 |
| ·分析网页自动发现与采集面临的主要问题 | 第14-16页 |
| ·网页的规模 | 第14页 |
| ·采集的效率 | 第14-15页 |
| ·网页信息的提取 | 第15页 |
| ·网页的识别和判定 | 第15页 |
| ·网页编码的多样性 | 第15-16页 |
| ·分析网页信息采集的关键技术 | 第16-21页 |
| ·网页主题相关性判定 | 第16-18页 |
| ·网页信息采集策略 | 第18-20页 |
| ·网页采集线程调度策略 | 第20-21页 |
| ·网页采集系统的基本原理与功能结构 | 第21-25页 |
| ·基本原理 | 第21-22页 |
| ·功能需求 | 第22页 |
| ·体系结构 | 第22-23页 |
| ·访问规范 | 第23-24页 |
| ·网页采集流程 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 藏文网页自动发现与采集技术 | 第26-50页 |
| ·藏文的特点 | 第26-27页 |
| ·藏文网页的识别 | 第27-30页 |
| ·基于藏文网页文本节点特征的识别方法 | 第27页 |
| ·基于藏文文字音节点特征的识别方法 | 第27-28页 |
| ·基于藏文高频音节统计学特征的识别方法 | 第28-29页 |
| ·识别方案的构建和分析 | 第29-30页 |
| ·藏文网页编码的识别与转换 | 第30-41页 |
| ·藏文网页编码转换的必要性 | 第30页 |
| ·藏文编码类型与范围 | 第30-32页 |
| ·藏文编码模式分析 | 第32页 |
| ·藏文网页编码的识别方法 | 第32-35页 |
| ·藏文网页编码的转换方案设计 | 第35-41页 |
| ·藏文网页的判定 | 第41-44页 |
| ·阈值的选取 | 第41-43页 |
| ·藏文网页的判定算法 | 第43页 |
| ·算法的性能和对比分析 | 第43-44页 |
| ·藏文网页自动发现与采集技术 | 第44-49页 |
| ·藏文网页种子URL 的选取 | 第44页 |
| ·藏文网页采集策略 | 第44-45页 |
| ·藏文网页HTML 解析 | 第45-47页 |
| ·藏文网页存储技术 | 第47-49页 |
| ·本章小结 | 第49-50页 |
| 第四章 藏文网页自动发现与采集系统的初步实现 | 第50-67页 |
| ·TS 系统框架 | 第50页 |
| ·各功能模块的设计与实现 | 第50-59页 |
| ·TS 系统网络模块 | 第51-52页 |
| ·系统数据库模块 | 第52-53页 |
| ·藏文网页识别模块 | 第53-55页 |
| ·藏文网页编码转换模块 | 第55-58页 |
| ·其他辅助模块 | 第58-59页 |
| ·系统测试结果 | 第59-67页 |
| ·藏文网页采集和搜索测试 | 第59-61页 |
| ·藏文网页存储测试 | 第61-63页 |
| ·藏文网页识别和编码转换测试 | 第63-67页 |
| 第五章 结束语 | 第67-69页 |
| ·总结 | 第67-68页 |
| ·展望 | 第68-69页 |
| 参考文献 | 第69-72页 |
| 在校期间研究成果 | 第72-73页 |
| 致谢 | 第73页 |
