钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
文献导航
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
数据库索引
>
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
默认
篇关摘
篇名
关键词
摘要
全文
作者
作者单位
基金
分类号
搜索文章
搜索思路
钛学术文献服务平台
\
学术期刊
\
工业技术期刊
\
自动化技术与计算机技术期刊
\
计算机工程期刊
\
基于字频分布的中文网页编码识别算法
基于字频分布的中文网页编码识别算法
作者:
侯整风
张娜
张浩
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取
中文编码
网页过滤
高频字符
模式匹配
有限状态自动机
摘要:
编码识别是网页内容过滤的必要前提,多种中文编码共存给中文网页的内容过滤带来不便。针对上述问题,提出一种基于字频分布的中文网页编码识别算法。根据汉字的使用频率,选取使用频度较高的字符构成高频字符编码表,以高频字符编码作为关键字,使用改进的模式匹配算法查找待识别网页,并统计匹配次数。将编码的匹配结果作为分析的依据,最终判定待识别网页的真实码制。实验结果证明,与Unigram算法相比,该算法对目前通用的中文编码识别率较高,适合对未知编码的中文网页进行快速编码识别。
暂无资源
收藏
引用
分享
推荐文章
基于CFS-GA特征选择算法的中文网页自动分类
中文网页分类
特征选择
基于关联的特征选择算法
遗传算法
基于内容的中文网页自动分类研究
自动分类
信息检索
全球网
中文网页分布式并行索引的设计与实现
分布式并行索引
倒排索引
正向最大匹配法
基于语义关联的中文网页主题词提取方法研究
语义关联
中文网页
主题词
权重
内容分析
文献信息
引文网络
相关学者/机构
相关基金
期刊文献
内容分析
关键词云
关键词热度
相关文献总数
(/次)
(/年)
文献信息
篇名
基于字频分布的中文网页编码识别算法
来源期刊
计算机工程
学科
工学
关键词
中文编码
网页过滤
高频字符
模式匹配
有限状态自动机
年,卷(期)
2014,(12)
所属期刊栏目
人工智能及识别技术
研究方向
页码范围
199-204
页数
6页
分类号
TP18
字数
5395字
语种
中文
DOI
10.3969/j.issn.1000-3428.2014.12.037
五维指标
作者信息
序号
姓名
单位
发文数
被引次数
H指数
G指数
1
侯整风
合肥工业大学计算机与信息学院
136
717
11.0
20.0
2
张浩
合肥工业大学计算机与信息学院
52
309
9.0
16.0
3
张娜
2
4
1.0
2.0
传播情况
被引次数趋势
(/次)
(/年)
引文网络
引文网络
二级参考文献
(7)
共引文献
(17)
参考文献
(5)
节点文献
引证文献
(4)
同被引文献
(15)
二级引证文献
(9)
1975(2)
参考文献(1)
二级参考文献(1)
1977(2)
参考文献(0)
二级参考文献(2)
1990(1)
参考文献(0)
二级参考文献(1)
1993(1)
参考文献(0)
二级参考文献(1)
2000(1)
参考文献(0)
二级参考文献(1)
2002(2)
参考文献(1)
二级参考文献(1)
2004(2)
参考文献(2)
二级参考文献(0)
2013(1)
参考文献(1)
二级参考文献(0)
2014(1)
参考文献(0)
二级参考文献(0)
引证文献(1)
二级引证文献(0)
2014(1)
引证文献(1)
二级引证文献(0)
2016(1)
引证文献(1)
二级引证文献(0)
2017(3)
引证文献(2)
二级引证文献(1)
2018(3)
引证文献(0)
二级引证文献(3)
2019(2)
引证文献(0)
二级引证文献(2)
2020(3)
引证文献(0)
二级引证文献(3)
研究主题发展历程
节点文献
中文编码
网页过滤
高频字符
模式匹配
有限状态自动机
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程
主办单位:
华东计算技术研究所
上海市计算机学会
出版周期:
月刊
ISSN:
1000-3428
CN:
31-1289/TP
开本:
大16开
出版地:
上海市桂林路418号
邮发代号:
4-310
创刊时间:
1975
语种:
chi
出版文献量(篇)
31987
总下载数(次)
53
总被引数(次)
317027
期刊文献
相关文献
1.
基于CFS-GA特征选择算法的中文网页自动分类
2.
基于内容的中文网页自动分类研究
3.
中文网页分布式并行索引的设计与实现
4.
基于语义关联的中文网页主题词提取方法研究
5.
基于结构和链接扩展的中文网页分类研究
6.
基于KNN及相关链接的中文网页分类研究
7.
基于内容的中文网页自动分类研究
8.
基于支持向量机的中文网页自动分类
9.
中文网页的自动分类
10.
中文网页分类技术解析
11.
中文网页自动分类研究
12.
基于决策支持向量机的中文网页分类器
13.
中文网页自动分类现状的研究
14.
面向不良文本信息的中文网页分类方法
15.
中文网页自动分类构架设计
推荐文献
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
根据相关规定,获取原文需跳转至原文服务方进行注册认证身份信息
完成下面三个步骤操作后即可获取文献,阅读后请
点击下方页面【继续获取】按钮
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
原文合作方
继续获取
获取文献流程
1.访问原文合作方请等待几秒系统会自动跳转至登录页,首次访问请先注册账号,填写基本信息后,点击【注册】
2.注册后进行实名认证,实名认证成功后点击【返回】
3.检查邮箱地址是否正确,若错误或未填写请填写正确邮箱地址,点击【确认支付】完成获取,文献将在1小时内发送至您的邮箱
*若已注册过原文合作方账号的用户,可跳过上述操作,直接登录后获取原文即可
点击
【获取原文】
按钮,跳转至合作网站。
首次获取需要在合作网站
进行注册。
注册并实名认证,认证后点击
【返回】按钮。
确认邮箱信息,点击
【确认支付】
, 订单将在一小时内发送至您的邮箱。
*
若已经注册过合作网站账号,请忽略第二、三步,直接登录即可。
期刊分类
期刊(年)
期刊(期)
期刊推荐
一般工业技术
交通运输
军事科技
冶金工业
动力工程
化学工业
原子能技术
大学学报
建筑科学
无线电电子学与电信技术
机械与仪表工业
水利工程
环境科学与安全科学
电工技术
石油与天然气工业
矿业工程
自动化技术与计算机技术
航空航天
轻工业与手工业
金属学与金属工艺
计算机工程2022
计算机工程2021
计算机工程2020
计算机工程2019
计算机工程2018
计算机工程2017
计算机工程2016
计算机工程2015
计算机工程2014
计算机工程2013
计算机工程2012
计算机工程2011
计算机工程2010
计算机工程2009
计算机工程2008
计算机工程2007
计算机工程2006
计算机工程2005
计算机工程2004
计算机工程2003
计算机工程2002
计算机工程2001
计算机工程2000
计算机工程1999
计算机工程1998
计算机工程2014年第9期
计算机工程2014年第8期
计算机工程2014年第7期
计算机工程2014年第6期
计算机工程2014年第5期
计算机工程2014年第4期
计算机工程2014年第3期
计算机工程2014年第2期
计算机工程2014年第12期
计算机工程2014年第11期
计算机工程2014年第10期
计算机工程2014年第1期
关于我们
用户协议
隐私政策
知识产权保护
期刊导航
免费查重
论文知识
钛学术官网
按字母查找期刊:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他
联系合作 广告推广: shenyukuan@paperpass.com
京ICP备2021016839号
营业执照
版物经营许可证:新出发 京零 字第 朝220126号