一种基于单模型的网页净化方法

doi:10.3969/j.issn.1006-2475.2012.02.034

计算机与现代化 ›› 2012, Vol. 198 ›› Issue (2): 128-130.doi: 10.3969/j.issn.1006-2475.2012.02.034

一种基于单模型的网页净化方法

干文敏¹,李俊¹,李剑²

1.南京航空航天大学计算机科学与技术学院,江苏南京 210016; 2.南昌陆军学院战斗实验室,江西南昌 330103

收稿日期:2011-10-21 修回日期:1900-01-01 出版日期:2012-02-24 发布日期:2012-02-24

A Method of Web Page Purification Based on Single Model

GAN Wen-min¹, LI Jun¹, LI Jian²

1. College of Computer Science and Technology, Nanjing University of Aeronautics and Astronautics, Nanjing 210016, China;2. Battle Laboratory, Nanchang Army College, Nanchang 330103, China

Received:2011-10-21 Revised:1900-01-01 Online:2012-02-24 Published:2012-02-24

摘要/Abstract

摘要： 为了能够更好地获得和处理网页中的正文信息,本文提出基于改进的DOM树和BP神经网络的网页净化算法。该算法根据DOM树和网页内容的特征用HTMLParser把网页转换成一棵内容块树。因网页子内容块具有相当明显的数值特征，可以通过BP神经网络建立网页噪音信息过滤模型。这样使得网页净化更加模型化，也能够取得更加好的效果。

关键词: 网页净化, DOM树, 内容块, 神经网络

Abstract: In order to obtain and handle with the information in Web pages effectively, this paper proposes the algorithm of Web page purification based on improved DOM tree and BP neural network.This algorithm establishes block tree by DOM tree and Web content using HTMLParser.Because of the evident numerical characteristics in subblocks of Webpages, it can establish noisy purifymodel by BP neural network. As a result, it can make the Webpage purification more modelling, also it can get a more effective result.

Key words: Web page purification, DOM tree, content block, neural network

中图分类号:

TP391

干文敏;李俊;李剑. 一种基于单模型的网页净化方法[J]. 计算机与现代化, 2012, 198(2): 128-130.

GAN Wen-min;LI Jun;LI Jian. A Method of Web Page Purification Based on Single Model[J]. Computer and Modernization, 2012, 198(2): 128-130.

[1]	宋涛涛, 李艳萍, 李洪港, 韩春雪. 基于改进变结构趋近律的机械臂滑模控制系统[J]. 计算机与现代化, 2023, 0(12): 14-18.
[2]	周成诚, 曾庆军, 杨康, 胡家铭, 韩春伟. 基于高效通道注意力模块的运动想象脑电识别[J]. 计算机与现代化, 2023, 0(12): 19-23.
[3]	王宇航, 董宝良, 公超, 尚真真, 姚康宁. 基于意图识别的空中群目标动态威胁评估[J]. 计算机与现代化, 2023, 0(12): 100-104.
[4]	谷明轩, 范冰冰. 基于多模态特征融合的抑郁症识别[J]. 计算机与现代化, 2023, 0(10): 17-22.
[5]	陈俊义. 基于图节点动静态特征的健康事件预测模型[J]. 计算机与现代化, 2023, 0(10): 39-44.
[6]	黎世达, 项剑文. 一种提高图像识别模型鲁棒性的弱化强化方法[J]. 计算机与现代化, 2023, 0(10): 70-76.
[7]	陈子健, 段春红. 面向在线学习情境的认知情绪面部表情识别[J]. 计算机与现代化, 2023, 0(10): 92-98.
[8]	刘付琪, 张达, 宋建华, 王海东. 基于CNN-BiLSTM的液压系统故障诊断[J]. 计算机与现代化, 2023, 0(09): 10-19.
[9]	吴甜, 刘海华, 童顺延. 基于深度反馈的卷积神经网络的图像分类[J]. 计算机与现代化, 2023, 0(09): 82-86.
[10]	毛明扬, 徐胜超. 面向粒子群优化BP神经网络的粗糙集连续属性离散化算法[J]. 计算机与现代化, 2023, 0(09): 115-119.
[11]	孙子雨, 任燃, 魏曦哲. 基于DTW-TCN的股票分类及预测研究[J]. 计算机与现代化, 2023, 0(08): 31-37.
[12]	曾丽丽, 汤华贝, 牛艺晓, 孟凡月. 基于LSTM堆叠残差网络的岩相识别方法[J]. 计算机与现代化, 2023, 0(08): 38-43.
[13]	江蕾, 唐建, 杨超越, 吕婷婷. 基于CWGAN-GP与CNN的轴承故障诊断方法[J]. 计算机与现代化, 2023, 0(07): 1-6.
[14]	崔少国, 张岗, 王奥迪. 基于感知注意力的深度交叉网络推荐模型[J]. 计算机与现代化, 2023, 0(07): 54-60.
[15]	许叶彤, 耿信哲, 赵伟强, 张月, 宁海龙, 雷涛. 基于CNN-Transformer混合结构的遥感影像变化检测模型[J]. 计算机与现代化, 2023, 0(07): 79-85.

一种基于单模型的网页净化方法

A Method of Web Page Purification Based on Single Model

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价