搜索资源列表
WebExtract20070417
- 从htm/html格式的网页文件中提取内容。将要提取内容的网页文件用鼠标拖入窗口，按回车即可完成转换。转换后的文件是与原文件同名的文本文件。 支持文件夹批量转换！-from htm / html format of the document from the website content. Will be from the website content with the mouse into the document window, press the Enter conversion
Crawler
- C++写的网络爬虫程序，可以正确爬下网页内容
VIPS
- 用C++实现对普通网页文件的内容收取，以及按标签分类，为是VIPS算法做数据预处理，并以颜色和字体大小为属性-C++, to achieve the contents of ordinary web document collection, and by label classification, as is the VIPS algorithm to do data preprocessing, and to color and font size for the properties
iwms4.6
- 主要功能： ·集成讨论区，可作为留言版或简易论坛 ·首页、 分类、新闻、专题可生成静态页面 ·生成速度可在每分钟30页到2000页之间选择 ·首页静态文件自动定时生成 ·新闻采集功能，采集时可进行其它管理操作，采集规则导入导出 ·多任务循环采集采集，可实现网站24小时自动内容更新 ·采集支持utf-8和big5编码并能转换繁体为简体 ·新闻内其它网站图片与Flash自动下载 · jpg、gif、png、bmp图片自动加水印（水印图片及位置可设置
Pattern_Recognition
- 该文档是清华大学的模式识别教程，该版本是网页版本，浏览非常方便，内容也非常详细，非常适合初学者，个人举得特别是支持向量机那一章描述很棒！-this document is from Tsinghua University,this is the html version,it is convenient to read, it is very suitable for the elementary readers,in my own opinion,the charter of svm is v
WebPages_WordSplitting
- 自动提取网页内容（附带简单的 HTTPAnalyzer 类），并根据词典进行分词。-Automatically get the content from webpages, and split the words based on the internal Chinese dictionary.
zdsr
- 打开网页在指定位置输入指定的数据，在c盘建立1.txt和2.txt输入内容就行了，可按照自己的需要改写-Open the Web page specified in the input data in the specified location, in the c drive to establish 1.txt and 2.txt input on the line, can be rewritten according to their own needs
Other-web-content-grab
- 其他网页内容抓取，从其他网页上面抓取内容-Other web content to crawl, crawl content from other pages above
simhash_sourcecode
- 文本文件，网页内容相似度匹配hash算法源代码，用于生成文件指纹，并根据文件指纹生成文件相似度。有windows和linux2个系统的源代码。-the sourcecode is about fies and web pages similarity match algrithm.
Kalman-filter
- 其中包括卡尔曼，扩展卡尔曼其仿真代码和仿真的图形。适用于三维情况，对弱机动目标跟踪精度较高。 -请输入您要翻译的文字内容或网页地址,回车即可翻译 其中包括卡尔曼，扩展卡尔曼其仿真代码和仿真的图形。适用于三维情况，对弱机动目标跟踪精度较高。 ON划词翻译ON实时翻译其中包括卡尔曼，扩展卡尔曼其仿真代码和仿真的图形。适用于三维情况，对弱机动目标跟踪精度较高。 Including Calman, extended Calman the simulation code and the
kmeans
- 对文章进行kmeans聚类，进行网页主体内容的提取-Extraction of articles kmeans clustering for web main content
ThemeCrawler
- 现在常见的搜索策略主要分为两种：一种是基于网页链接结构的搜索策略，另一种是基于内容评价的搜索策略。第一种是通过网页之间的链接关系来确定网页的重要性，从而决定链接访问的顺序。此方法虽然考虑了网页链接结构和网页之间的链接关系，但忽略了网页内容与主题的相关度，容易出现网页搜索“主题漂移”。第二种主要考虑网页内容，好处就是思路清晰且计算简单。但这种方法忽略了网页的链接关系，故在预测链接网页价值方面存在不足。考虑到这些问题，提出将布谷鸟搜索算法应用到主题爬虫中。-Now the common search
pachongBDTB
- Python 爬去百度贴吧中一个贴子的内容，运用Urllib2和re模块，并对爬取的内容进行修改，去掉网页中的各种标签。-Python crawls the contents of a post in Baidu Post Bar, using Urllib2 and re modules, and crawl the contents of the amendment, remove the various pages of the label.
pachongtest2
- 运用python爬取知乎日报的内容，对知乎日报网页中的每一个子链接进行爬取，并对内容进行修改，运用re,urllib2,BeautifulSoup模块。-Use python to crawl the contents of daily news, to know every page in the daily sub-links to crawl, and to modify the content, the use of re, urllib2, BeautifulSoup module.
遗传算法
- matlab中经典的竞争神经网络源码，如果未安装matlab，可直接查看html网页查看内容(Matlab classic competitive neural network source code, if not installed MATLAB, can directly view the HTML web page view content)