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--计算机软件论文--程序设计、软件工程论文--程序设计论文

Deep Web数据源分类研究

摘要第1-10页
ABSTRACT第10-12页
第一章 绪论第12-19页
   ·研究背景第12-14页
   ·国内外研究现状第14-16页
   ·主要工作及创新点第16-17页
     ·主要工作第16-17页
     ·创新点第17页
   ·本文组织结构第17-19页
第二章 Deep Web数据源聚类第19-40页
   ·基本知识第19-23页
     ·聚类算法第19-21页
     ·特征选择方法第21-23页
   ·查询接口特征的提取第23-28页
     ·页面-表单模型第23页
     ·页面特征的提取第23-27页
     ·表单特征的提取第27-28页
   ·预处理第28-30页
     ·标准化第28-29页
     ·语义处理第29-30页
   ·改进的聚类算法DWK-means第30-35页
     ·相关知识第30-32页
     ·算法分析和描述第32-35页
   ·实验分析第35-39页
     ·评价标准第35-36页
     ·实验过程第36-38页
     ·实验评价第38-39页
   ·本章小结第39-40页
第三章 Deep Web数据源分类第40-59页
   ·基本知识第40-47页
     ·分类方法第40-45页
     ·本体第45-47页
   ·本体构建第47-51页
     ·相关工作第47-48页
     ·领域词语判定第48-49页
     ·扩展本体第49-50页
     ·本体更新第50-51页
   ·改进的分类算法DWC4.5第51-56页
     ·相关知识第51-53页
     ·权重计算第53-54页
     ·算法分析和描述第54-56页
   ·实验分析第56-58页
     ·实验过程第56-57页
     ·实验评价第57-58页
   ·本章小结第58-59页
第四章 总结与展望第59-60页
参考文献第60-64页
致谢第64-65页
攻读学位期间发表的学术论文目录第65-66页
学位论文评阅及答辩情况表第66页

论文共66页,点击 下载论文
上一篇:面向社区云的实例密集型工作流调度方法研究
下一篇:基于关系数据库的属性约简研究