搜索引擎控制关系一览表(转)

此内容为来自ITPUB博客的转载声明,给出了博客链接http://blog.itpub.net/10294527/viewspace-126631/,并强调转载需注明出处,否则追究法律责任。
Google Yahoo/Overture 附注: Google 主要 & 付费 --- DMOZ提供备选结果 Yahoo --- 主要 & 付费 --- MSN --- 主要 (Inktomi提供,至2004-12) 付费 (Overture提供,至2004-6) LookSmart在首页提供备选结果 AOL 主要 & 付费 (预计截止期为2004-10) --- DMOZ提供备选结果 Ask Jeeves 付费(2004-9) --- 主要搜索结果由旗下Teoma提供 InfoSpace 旗下拥有若干元搜索引擎,其中包括著名的Dogpile元搜索引擎。合作伙伴包括Google(截止2006年),Yahoo(截止2006-3) Lycos 付费(--见注解1---) 后备(--见注解1--) 主要搜索结果由LookSmart提供,DMOZ提供备选结果 AltaVista --- 主要 & 付费 隶属Yahoo,由DMOZ提供后备结果 AllTheWeb --- 主要 & 付费 隶属Yahoo HotBot 付费(--见注解1--) 主要 隶属Lycos,由Google/Ask提供备选结果 Netscape 主要 &付费 (预计截止期为2004-10) --- 隶属AOL,由DMOZ提供备选结果 Teoma 付费(2004-9) --- 隶属Ask,主要结果由Teoma自己提供 LookSmart 主要及付费列表搜索结果均由LookSmart自身提供 其中: 搜索服务提供方:每列列首所示。标明向哪些主流搜索引擎提供搜索技术(结果)。搜索引擎:每行行首所示。以其所占搜索市场份额排序(上图所示)。背景颜色: - 深橙色:搜索量占全球30%以上的搜索引擎。 - 浅橙色:搜索量占全球15%以上的搜索引擎。 - 浅蓝色:搜索量占全球0.5%以上的搜索引擎。 - 灰色:搜索量低于0.5%的搜索引擎。这一类搜索引擎虽占搜索份额甚少,但知名度较高。提供类型: - 主要:提供方搜索引擎向被提供方搜索引擎提供主要搜索结果用作该搜索引擎的主要搜索结果。 - 付费:提供方搜索引擎向被提供方搜索引擎提供付费排名网站结果。 - 后备:提供方搜索引擎向被提供方搜索引擎提供“后备”搜索结果,当被提供方自身的搜索结果无法满足查询要求时调用该“后备”结果。 - 备选:提供方搜索引擎的搜索结果可能出现在被提供方搜索引擎的搜索结果页或其它方式中,但一般位置较不显眼。 注解: 1. 虽然Lycos曾与Yahoo旗下Overture签署付费搜索结果合同,且该合同到期时间为2006年5月,但由于合同出现纠纷,Lycos于2003年11月转而改用Google的AdWords关键词广告列表。需要注意的是:Lycos和HotBot上提供的付费收录结果由Google的AdWords关键词广告列表和Lycos自己推出的付费收录结果两部分组成。Lycos自然搜索结果由Yahoo旗下的Inktomi提供。 2. Yahoo网页搜索结果主要来自自身搜索技术。由于Yahoo在自身站点上推行了独特的网页排名算法,所以Yahoo自己站点上的搜索结果相对Yahoo提供其它站点(如MSN和Lycos)的搜索结果并不一致。Yahoo的付费结果来自旗下Overture。 原文出处:http://www.21cnbj.com/industrynews/articles_2003/Who-Powers-Who2.htm

来自 “ ITPUB博客 ” ,链接:http://blog.itpub.net/10294527/viewspace-126631/,如需转载,请注明出处,否则将追究法律责任。

转载于:http://blog.itpub.net/10294527/viewspace-126631/

本课题设计了一种利用Matlab平台开发的植物叶片健康状态识别方案,重点融合了色彩与纹理双重特征以实现对叶片病害的自动化判别。该系统构建了直观的图形操作界面,便于用户提交叶片影像并快速获得分析结论。Matlab作为具备高效数值计算与数据处理能力的工具,在图像分析与模式分类领域应用广泛,本项目正是借助其功能解决农业病害监测的实际问题。 在色彩特征分析方面,叶片影像的颜色分布常与其生理状态密切相关。通常,健康的叶片呈现绿色,而出现黄化、褐变等异常色彩往往指示病害或虫害的发生。Matlab提供了一系列图像处理函数,例如可通过色彩空间转换与直方图统计来量化颜色属性。通过计算各颜色通道的统计参数(如均值、标准差及主成分等),能够提取具有判别力的色彩特征,从而为不同病害类别的区分提供依据。 纹理特征则用于描述叶片表面的微观结构与形态变化,如病斑、皱缩或裂纹等。Matlab中的灰度共生矩阵计算函数可用于提取对比度、均匀性、相关性等纹理指标。此外,局部二值模式与Gabor滤波等方法也能从多尺度刻画纹理细节,进一步增强病害识别的鲁棒性。 系统的人机交互界面基于Matlab的图形用户界面开发环境实现。用户可通过该界面上传待检图像,系统将自动执行图像预处理、特征抽取与分类判断。采用的分类模型包括支持向量机、决策树等机器学习方法,通过对已标注样本的训练,模型能够依据新图像的特征向量预测其所属的病害类别。 此类课题设计有助于深化对Matlab编程、图像处理技术与模式识别原理的理解。通过完整实现从特征提取到分类决策的流程,学生能够将理论知识与实际应用相结合,提升解决复杂工程问题的能力。总体而言,该叶片病害检测系统涵盖了图像分析、特征融合、分类算法及界面开发等多个技术环节,为学习与掌握基于Matlab的智能检测技术提供了综合性实践案例。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值