基于KNN算法与局部回归的网站无障碍采样评估

• 作者: 于智 卜佳俊 王鹰汉 陈荣华 高斐
• 来源期刊: 浙江大学学报（工学版）
• 学科: 工学
• 关键词: 网站无障碍 自动检测 人工检测 局部回归 随机抽样
• 年，卷（期）: 2018,（9）
• 所属期刊栏目: 计算机技术
• 页码范围: 1702-1708
• 页数: 7页
• 分类号: TP391
• 字数: 5658字
• 语种: 中文
• DOI: 10.3785/j.issn.1008-973X.2018.09.010

摘要

提出一个新的抽样评估方法,通过对评估样本的KNN分析,选出特定网页.因大规模网站抽样结果稀疏,KNN算法会导致高检测误差,应用一个局部回归模型提升KNN评估质量.首先在网站中随机选择一些网页进行评估,得到该网站初始无障碍得分.在此基础上,将每一个评估网页作为一个标记样例,其他网页根据KNN局部回归模型进行无障碍评估得分预测.实验结果证明:所提方法相比随机抽样算法的效果上有着显著性提升.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈荣华	江西财经职业学院信息工程学院	33	27	3.0	3.0
2	王鹰汉	上饶职业技术学院信息工程系	34	52	4.0	6.0
3	高斐	莆田学院信息工程学院	12	11	2.0	2.0
4	卜佳俊	浙江省服务机器人重点实验室浙江大学计算机学院	2	2	1.0	1.0
5	于智	浙江省服务机器人重点实验室浙江大学计算机学院	2	2	1.0	1.0