DEM数据综合的VIP和LTIN算法评价

以6组不同地貌类型的高级星载热辐射反射辐射计（ASTER）DEM数据为研究对象，分别采用局部算法中的重要点法（VIP）和全局算法中的逐次增点法（LTIN）对各组数据综合处理，并比较两种方法数据处理精度。分析结果表明，相同的剩余点数，两种方法在地形复杂区域的模拟精度低于平坦区域；同一种地形，剩余点数越多，两种方法综合后DEM精度越高；剩余点数占的比例不高于5％时，LTIN精度高于VIP，但LTIN很难捕捉到地形平坦区域的地形特征点；随着剩余点所占比例的提高，VIP综合精度高于LTIN，且能准确捕捉到地形特征点。

基于VIPS算法和模糊字典匹配的网页提取技术研究

在目前数据爆发的互联网时代,论坛舆论走向对于社会的影响越来越大,对舆论进行监控引导已经不可避免,在数据如此巨大的环境中,有效地监控舆论信息成为一个难题。论坛网页中标题、内容等关键信息是舆论监控中的主要以及重点信息。为了提取论坛网页中的标题、内容、作者等与舆情相关的信息,文章提出了一种基于VIPS算法和智能模糊字典匹配相结合的网页内容提取方法。VIPS算法是利用Web页面的视觉提示背景颜色,字体的颜色和大小,边框、逻辑块和逻辑块之间的间距等,结合DOM树进行页面语义分块。智能模糊字典采用AC-BM匹配算法把VIPS分块的语义块与数据库里的标签相匹配,提取出匹配正确的字段。两者的结合可以提取出帖子的标题、内容、作者、发帖时间等信息。该方法具体步骤是首先利用VIPS算法将网页页面块进行提取,再用分隔条检测设置分隔条,然后重构语义块,检测后将分割后的网页保存为xml格式文件,再将xml文件中的语义块与字典进行匹配,提取出匹配成功的内容。最后,文章通过实验证明了该方法的有效性。

基于多种策略的页面内容提取算法

针对W eb页面存在与主题无关的噪音的问题,提出了基于页面结构与页面内容相结合的多策略页面内容提取算法.该算法根据改进的VIPS(基于视觉信息的页面分割算法)生成页面的块结构树,通过定义内聚度阈值和块结构树的最大深度,实现了块结构树中不同区域内不同分块粒度的要求;根据W eb页面提供的结构信息和内容信息提取块结构树叶子节点中的"主题"块和"主题相关"块;最后,对主题块和主题相关块的内容进行合并,提取页面的主要内容.实验表明,对任意下载、不同内容类型的页面,该算法都能有效地提取页面内容.

基于网页分块思想的PageRank算法研究与优化

PageRank是一种典型的搜索结果排序算法。本文首先分析了PageRank算法的工作原理及网页分块的基本思想;然后研究了一种基于VIPS分块技术的块级PageRank改进算法,并提出了简化网页分块过程、融合计算PageRank排名值等优化措施;最后对该算法的应用实现进行了必要的展望。

一种基于同层网页相似性去除网页噪音的方法

一个普通的Web页面可以被分成信息块和噪音块两部分。基于web信息检索的第1步就是过滤掉网页中的噪音块。通过网页的特性可以看出,同层网页大多具有相似的显示风格和噪音块。在VIPS算法的基础上,该文提出一种基于同层网页相似性的匹配算法,这个算法可以被用来过滤网页中的噪音块。通过实验检测,算法可以达到95%以上的准确率。