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       
摘要:
介绍了一种改进的基于遗传和蚁群算法的主题爬虫的设计.把遗传算法和蚁群算法相结合,可以提高主题爬虫的性能.同时,对选择算子,交叉算子和变异算子进行了优化.整个设计的改进框架是借助于新的URL分析模型进行的.同时,实验结果也表明了新的算法的有效性.
推荐文章
一种基于遗传-蚁群算法的网格任务调度策略
网格计算
任务调度
遗传算法
染色体
蚁群算法
信息素
一种改进的蚁群WSN路由算法
蚁群算法
生命周期
能量路由
信息素
一种改进的基于蚁群优化的粒子滤波算法
粒子滤波
蚁群算法
转移概率
转移阈值
预估精度
基于遗传算法和蚁群算法融合的QoS路由算法
遗传算法
蚁群算法
服务质量路由
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 一种改进的基于遗传和蚁群算法的主题爬虫
来源期刊 信息技术 学科 工学
关键词 主题爬虫 遗传算法 蚁群算法 URL模型
年,卷(期) 2017,(9) 所属期刊栏目 研究与探讨
研究方向 页码范围 105-108
页数 4页 分类号 TP301.6
字数 3487字 语种 中文
DOI 10.13274/j.cnki.hdzj.2017.09.025
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 胡广朋 江苏科技大学计算机科学与工程学院 34 82 6.0 7.0
2 孔伟俊 江苏科技大学计算机科学与工程学院 2 10 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (13)
共引文献  (7)
参考文献  (5)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
主题爬虫
遗传算法
蚁群算法
URL模型
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
信息技术
月刊
1009-2552
23-1557/TN
大16开
哈尔滨市南岗区黄河路122号
14-36
1977
chi
出版文献量(篇)
11355
总下载数(次)
31
总被引数(次)
47901
论文1v1指导