| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 1 绪论 | 第8-15页 |
| 1.1 课题的目的以及意义 | 第8-9页 |
| 1.1.1 课题的目的 | 第8页 |
| 1.1.2 课题的意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.3 本文研究的主要内容 | 第11-12页 |
| 1.4 本文的组织结构 | 第12-13页 |
| 1.5 本章小结 | 第13-15页 |
| 2 相关理论基础 | 第15-25页 |
| 2.1 人工蜂群算法 | 第15-18页 |
| 2.1.1 人工蜂群算法概述 | 第15页 |
| 2.1.2 人工蜂群算法生物学背景 | 第15-18页 |
| 2.2 ABC算法过程 | 第18-21页 |
| 2.2.1 ABC初始化 | 第18-19页 |
| 2.2.2 雇佣蜂阶段 | 第19-20页 |
| 2.2.3 观察蜂阶段 | 第20页 |
| 2.2.4 侦察蜂阶段 | 第20-21页 |
| 2.3 人工蜂群的收敛性证明 | 第21-23页 |
| 2.4 DBSCAN聚类算法 | 第23-24页 |
| 2.5 本章小结 | 第24-25页 |
| 3 改进型快速人工蜂群算法(IQABC) | 第25-38页 |
| 3.1 快速人工蜂群(QABC)算法 | 第25页 |
| 3.2 改进快速人工蜂群(IQABC)算法 | 第25-27页 |
| 3.3 自适应步长的搜索策略 | 第27-28页 |
| 3.4 IQABC-DBSCAN算法过程 | 第28-30页 |
| 3.5 实验仿真及结果分析 | 第30-36页 |
| 3.6 本章小结 | 第36-38页 |
| 4 网页正文内容提取算法的研究与设计 | 第38-50页 |
| 4.1 基于文本密度提取网页正文内容 | 第39-42页 |
| 4.2 基于文本密度提取网页正文内容 | 第42-44页 |
| 4.3 复合文本密度与符号密度值的二维坐标表示 | 第44-45页 |
| 4.4 基于虚词判断网页正文内容 | 第45-48页 |
| 4.5 基于DBSCAN的网页正文提取算法 | 第48-49页 |
| 4.6 本章小结 | 第49-50页 |
| 5 实验及性能评估 | 第50-57页 |
| 5.1 系统环境配置 | 第50页 |
| 5.2 网页正文内容提取效果评价标准 | 第50-51页 |
| 5.3 实验流程 | 第51-53页 |
| 5.4 参数优化 | 第53-54页 |
| 5.5 基于IQABC-DBSCAN的网页正文提取算法 | 第54-56页 |
| 5.6 本章小结 | 第56-57页 |
| 6 总结与展望 | 第57-59页 |
| 6.1 本文的主要贡献 | 第57页 |
| 6.2 存在问题和下一步工作 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 致谢 | 第63-64页 |
| 附录1 攻读硕士学位期间参与的项目和发表的论文 | 第64页 |