基于视觉的网页重要变化检测方法
文献类型：期刊论文
| 作者 | 史存会; 俞晓明 ; 刘悦; 靳小龙; 程学旗
|
| 刊名 | 模式识别与人工智能
 |
| 出版日期 | 2020 |
| 卷号 | 33期号:11页码:1004 |
| 关键词 | Web Content Change Detection Visual Feature Low Dimensional Vector Web内容 变化检测 视觉特征 低维向量 |
| ISSN号 | 1003-6059 |
| 英文摘要 | 检测网页重要变化,判断页面核心内容是否发生变化,可有效降低数据采集中重复索引的数量,因此,文中提出基于视觉的网页重要变化检测方法,用于检测页面不同语义区域的变化,可将页面压缩表示为一个低维向量.从用户视觉的角度,理解页面不同区块语义重要度的差异.相比现有方法,文中方法独立于基于HTML类基础文档的分析方法,在新媒体,如移动互联网上,也有一定的适用性.实验也验证文中方法的有效性. |
| 语种 | 英语 |
| 源URL | [http://119.78.100.204/handle/2XEOYT63/37936]  |
| 专题 | 中国科学院计算技术研究所期刊论文_中文 |
| 作者单位 | 中国科学院计算技术研究所 |
| 推荐引用方式 GB/T 7714 | 史存会,俞晓明,刘悦,等. 基于视觉的网页重要变化检测方法[J]. 模式识别与人工智能,2020,33(11):1004. |
| APA | 史存会,俞晓明,刘悦,靳小龙,&程学旗.(2020).基于视觉的网页重要变化检测方法.模式识别与人工智能,33(11),1004. |
| MLA | 史存会,et al."基于视觉的网页重要变化检测方法".模式识别与人工智能 33.11(2020):1004. |
入库方式： OAI收割
来源：计算技术研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。