面向网站无障碍评估的网页抽样方法研究
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第12-22页 |
| 1.1 引言 | 第12-14页 |
| 1.2 研究背景 | 第14-16页 |
| 1.3 网站无障碍评估抽样面临的主要挑战 | 第16-18页 |
| 1.4 本文主要研究成果 | 第18-19页 |
| 1.5 本文的组织结构 | 第19-22页 |
| 第2章 相关工作综述 | 第22-40页 |
| 2.1 网站无障碍评估 | 第22-26页 |
| 2.2 网站无障碍度量指标 | 第26-31页 |
| 2.3 网站无障碍抽样方法 | 第31-35页 |
| 2.4 抽样方法及讨论 | 第35-39页 |
| 2.5 本章小结 | 第39-40页 |
| 第3章 基于WAQM度量指标的网页抽样算法 | 第40-71页 |
| 3.1 引言 | 第40-43页 |
| 3.2 OPS-WAQM算法分析及实现 | 第43-47页 |
| 3.2.1 误差期望模型 | 第43-45页 |
| 3.2.2 模型求解方法 | 第45-46页 |
| 3.2.3 OPS-WAQM算法 | 第46-47页 |
| 3.3 在线扩展算法分析与实现 | 第47-51页 |
| 3.3.1 基于滑动窗口的在线方法 | 第47-49页 |
| 3.3.2 样本更新方法 | 第49-51页 |
| 3.4 实验评估 | 第51-69页 |
| 3.4.1 随机抽样实验 | 第52-56页 |
| 3.4.2 抽样算法对比实验 | 第56-65页 |
| 3.4.3 在线OPS-WAQM实验 | 第65-66页 |
| 3.4.4 扩展方法对比实验 | 第66-69页 |
| 3.5 本章小结 | 第69-71页 |
| 第4章 基于主动学习的网站无障碍抽样与评估算法 | 第71-92页 |
| 4.1 引言 | 第71-74页 |
| 4.2 主动学习方法背景研究 | 第74-79页 |
| 4.3 主动学习预测算法分析及实现 | 第79-83页 |
| 4.3.1 选取样本网页 | 第80-82页 |
| 4.3.2 学习预测模型 | 第82-83页 |
| 4.4 实验评估 | 第83-91页 |
| 4.4.1 数据集 | 第83-85页 |
| 4.4.2 预测实验 | 第85-88页 |
| 4.4.3 抽样方法对比实验 | 第88-91页 |
| 4.5 本章小结 | 第91-92页 |
| 第5章 基于多网站协同的网页抽样和评估算法 | 第92-112页 |
| 5.1 引言 | 第92-93页 |
| 5.2 多网站协同算法分析与实现 | 第93-101页 |
| 5.2.1 最小方差比率剔除法 | 第95-96页 |
| 5.2.2 最大方差比率添加法 | 第96-98页 |
| 5.2.3 随机最大方差比率添加法 | 第98-99页 |
| 5.2.4 多网站协同的网页抽样算法 | 第99-100页 |
| 5.2.5 多网站协同的无障碍评估方法 | 第100-101页 |
| 5.3 实验评估 | 第101-111页 |
| 5.3.1 特征方差实验 | 第101-106页 |
| 5.3.2 样本数量对比实验 | 第106-109页 |
| 5.3.3 抽样方法对比实验 | 第109-111页 |
| 5.4 本章小节 | 第111-112页 |
| 第6章 总结与展望 | 第112-114页 |
| 6.1 本文工作总结 | 第112-113页 |
| 6.2 未来工作展望 | 第113-114页 |
| 参考文献 | 第114-125页 |
| 攻读博士学位期间主要的研究成果 | 第125-126页 |
| 致谢 | 第126页 |
