学位论文 > 优秀研究生学位论文题录展示

Web视频资源的智能发现关键技术研究

作　者: 李锐鑫
导　师: 叶允明
学　校: 哈尔滨工业大学
专　业: 计算机科学与技术
关键词: Web视频资源特征选择特征知识库增量学习
分类号: TP393.092
类　型: 硕士论文
年　份: 2010年
下　载: 32次
引　用: 0次
阅　读: 论文下载

内容摘要

信息技术的迅猛发展,特别是Web 2.0普及后用户参与度的大幅度提高,用户不仅可以在线欣赏视频,还可以成为网络视频资源的提供者,所以Internet的视频资源急剧增加,Web视频资源的搜索与监控成为一个亟待解决的问题。本文围绕着如何在实际网络环境中快、准、全的搜索出视频资源的需求,在深入研究爬虫的工作原理的基础上,提出基于动态Web视频资源特征库的视频资源疑似度评估模型,设计在线增量学习算法以动态调整和丰富视频资源特征知识库。然后经过不断进行优化和改进,从而较大幅度地提升系统的运行效率,最终达到可实际运用的性能。本文的主要成果可以归纳为以下几个方面:(1)对实际网络视频资源特征与分布进行深入调研,通过分析已知的Web视频节目特征,提取其中可以用于评估一个页面视频节目疑似度的特征线索,并设计这种特征的表示模型,最终形成一个Web视频特征知识基础库。(2)在对爬虫技术深入研究的基础上,借鉴了主题爬虫设计思路,结合在Web上发现视频资源的静态爬行模型,提出了基于在线增量学习的视频资源发现模型,并进一步设计了具备更高性能的Web视频发现改进模型,并基于该模型,提出了一种基于增量学习的视频资源发现算法。(3)通过对实际性能的考察和调优,针对提出的视频资源发现模型,设计了大量可以控制的配置参数,并通过调研、实验对比,给出了实际操作中可以使用的参数范围。(4)基于上述的理论研究成果,设计了具体的视频资源发现系统的体系结构和各个模块的具体流程,形成一个高性能Web视频只能发现系统的详细设计,并最终实现成为可实际运用的系统。

全文目录

摘要  5-6
Abstract  6-10
第1章绪论  10-20
  1.1 课题研究背景和意义  10-13
    1.1.1 课题来源  10
    1.1.2 研究的背景与意义  10-13
  1.2 国内外相关研究和综述  13-18
    1.2.1 国内外主题爬虫研究现状  14-17
    1.2.2 现有主题爬虫的比较以及缺陷  17-18
  1.3 课题研究内容  18-19
  1.4 本文的结构安排  19-20
第2章 Web 视频资源智能发现的相关基础知识  20-24
  2.1 Web 视频资源发现的基本概念  20-21
    2.1.1 Web 视频资源  20
    2.1.2 Web 视频资源爬虫  20-21
  2.2 机器学习基本方法  21-23
    2.2.1 机械学习  21-22
    2.2.2 示教学习  22
    2.2.3 演绎学习  22
    2.2.4 类比学习  22
    2.2.5 解释学习  22
    2.2.6 归纳学习  22-23
  2.3 本章小结  23-24
第3章 Web 视频资源分布特征分析和特征知识库表示方法  24-35
  3.1 Web 视频资源分布特征  24-25
  3.2 Web 视频资源发现线索  25-30
    3.2.1 后缀格式  25-26
    3.2.2 URL 协议  26-28
    3.2.3 页面关键代码  28-29
    3.2.4 页面关键词  29
    3.2.5 URL 模式  29-30
  3.3 Web 视频资源特征库的定义与使用  30-34
    3.3.1 Web 视频资源特征库的定义  30
    3.3.2 Web 视频资源特征库的使用  30-32
    3.3.3 实验结果及分析  32-34
  3.4 本章小结  34-35
第4章基于在线增量学习的Web 视频资源发现算法  35-49
  4.1 Web 视频资源发现模型研究  35-40
    4.1.1 基于静态特征知识库的Web 视频资源发现模型  35-36
    4.1.2 在线增量学习模型定义  36-37
    4.1.3 基于在线增量学习的Web 视频资源发现模型  37-39
    4.1.4 基于在线增量学习的Web 视频资源发现改进模型  39-40
  4.2 Web 视频资源智能发现算法研究  40-44
    4.2.1 评估算法概述  40-41
    4.2.2 Web 视频资源URL 模式特征增量学习算法  41-42
    4.2.3 Web 视频资源关键词特征增量学习算法  42-44
    4.2.4 基于在线增量学习的Web 视频资源发现算法  44
  4.3 实验与分析  44-48
    4.3.1 实验数据描述  44-45
    4.3.2 评测标准  45
    4.3.3 Web 视频资源发现实验结果分析  45-48
  4.4 本章小结  48-49
第5章 Web 视频资源智能发现系统设计与实现  49-59
  5.1 系统的功能和目标  49-50
  5.2 系统总体设计  50-52
  5.3 系统详细设计  52-57
    5.3.1 用户交互UI 模块  52-53
    5.3.2 数据库交互模块  53-54
    5.3.3 网络数据采集模块  54-55
    5.3.4 信息抽取模块  55
    5.3.5 视频疑似度评估模块  55-56
    5.3.6 页面扫描策略模块  56
    5.3.7 分布式负载均衡模块  56-57
  5.4 系统运用  57-58
  5.5 本章小结  58-59
结论  59-60
参考文献  60-63
附录  63-66
致谢  66

Web视频资源的智能发现关键技术研究

内容摘要

全文目录

相似论文