【摘 要】
：
随着互联网上信息数量的指数式增加,与学术信息相关的网站也在随着增长。在日常对学术信息进行检索时,我们发现,常用的学术搜索引擎在检索的方式上,基本上都是对全文的关键字
论文部分内容阅读
随着互联网上信息数量的指数式增加,与学术信息相关的网站也在随着增长。在日常对学术信息进行检索时,我们发现,常用的学术搜索引擎在检索的方式上,基本上都是对全文的关键字进行检索,但是网页中的大部分关键字并不是文章的主题关键字,所以检索结果中就会出现很多与检索关键字相关度不高的结果,并且在学术搜索引擎中,关于学术网站的分类,大多数都是粗略、非专业的分类,并不能给予用户很好的指导作用,这些都会大大的降低用户的使用体验。为了解决上述问题,本文设计了一个基于中图法分类的学术文献搜索引擎。在网页学术性判定方面,提出了基于贝叶斯算法的网页学术性判断算法,该算法通过对网页内容特征、格式特征和结构特征的分析,实现了网页学术性的判定;在分类方面,以中图法的分类大纲作为分类目录,提出了基于改进空间向量模型的学术网页分类算法,该算法通过利用网页主题关键字构建网页向量空间,最后实现了网页的正确分类。结合上述两个关键算法,在系统中的网页主题提取部分,采用Html Parser技术与正则表达式相结合的网页主题提取算法,实现对抓取的网页主题内容的获取。分词部分使用的是基于正向最大匹配算法。最后对抓取的网页链接建立有效的索引,使用了开源的Lucene技术,利用Lucene构建高效的索引库以满足用户查询功能。最后结合以上技术,实现了一个分类学术文献搜索引擎。
其他文献
软土路基的稳定是低等级公路修筑的关键技术问题。对于高等级公路软土路基稳定问题，我国十分重视，并开展了一系列的科学研究，目前已经形成了较系统的高等级公路路基稳定成套技术
锂离子电池作为当代化学电池最先进技术的代表之一,具有能量密度大、使用寿命长和无污染等优点,其应用也越来越广泛。锂离子电池电极材料表面固体电解质中间相(Solid Electrolyte Interphase,也叫做SEI膜)的物理和化学性质在很大程度上影响了锂离子电池的充电效率、循环性、功率特性、储存寿命以及安全性等电化学性能,因此SEI膜的研究在锂离子电池中具有重要的意义。前人对SEI膜组分和结
随着我国经济的不断发展，道路交通量日益增加且车辆荷载日趋重型化，许多水泥混凝土桥面铺装出现了各种不同类型的病害，直接影响了桥面铺装的使用性能，造成了巨大的经济损失和不良
航空发动机的磨损故障诊断主要是通过监测发动机滑油中金属和非金属磨粒的含量、浓度、尺寸、形状、和颜色等信息来诊断。目前,一个主要的研究方向是构建智能诊断专家系统实
摘要：高速磁浮列乍运行控制系统的中枢是分区运行控制系统。磁悬浮列车对安全防护的要求非常苛刻,对系统的可靠性和安全性有极高的要求。分区运行控制系统是实行该苛求的关键
光导开关是一种光控电开关,因其可容功率大、体积小、耐击穿电压高、导通电阻小、响应速度快、重复频率高、抖动小和可靠性高等特点,逐渐受到脉冲功率领域学者们的关注,也因其能产生皮秒量级的电脉冲而在太赫兹领域受到重视。伴随着SiC单晶材料生长技术的日益成熟和其优异的半导体性能,促进了SiC光导开关的研究。本文研究了以4H-SiC为基体材料的平面型光导开关。简要介绍了光导开关的研究背景、工作原理以及发展历史
很多跑步爱好者喜欢参加马拉松.这项运动起源于公元前490年的希腊,距今已有2500多年历史.在中国,关于跑步的记载要更早,可追溯到上古时期的夸父逐日.《山海经》中说:“夸父与
从“十五”开始我国交通基础建设得到了突飞猛进的发展，尤其以沥青路面的发展尤甚，因其与水泥混凝土路面相比，具有表面平整无接缝、行车振动小、稳定性高、强度大、噪音低、扬尘
农村公路是农村重要的公益性基础设施，是促进农村社会经济发展、全面建成小康社会和统筹城乡一体化发展的重要条件。2003年以来，我国十分重视农村公路建设，通过农村基础设施“三
在山区果园树下地栽培黄瓜,能合理利用果树枝干搭架与树叶遮阴,提早黄瓜种植期并延长采摘期,不仅提高黄瓜产量,而且保证果园水果产量,达到高效立体栽培的效果。该技术采取果