PageRank介绍

Cesium实战:如何用MVTImageryProvider优化矢量瓦片加载性能(附完整代码) 本文详细介绍了在Cesium三维地球应用中,如何利用MVTImageryProvider加载矢量瓦片以优化大规模地理空间数据的渲染性能。通过对比传统GeoJSON加载方式的瓶颈,文章提供了从数据切片、服务搭建到前端集成的完整实战指南,并分享了性能调优与常见问题的解决方案,帮助开发者实现流畅的海量矢量数据可视化。 阅读详情

PageRank介绍

我的环境是MyEclipse7.0,jdk为1.7

 

PageRank算法包括两个类HtmlEntity和HtmlPageRank,其中HtmlPageRank需要用到htmlParser.jar和htmllexer.jar这两个包。本文是根据http://duyunfei.iteye.com/blog/1532798的说明调试的.

 

首先,我们准备了7个测试网页,这几个网页的链接情况如下:  

i\j

test1

test2

test3

test4

test5

test6

test7

test1

0

1

1

0

0

0

0

test2

1

0

0

1

0

0

0

test3

0

0

0

1

1

1

0

test4

0

1

0

0

1

0

1

test5

0

0

1

1

0

0

0

test6

1

0

0

0

1

0

0

test7

0

1

0

1

0

0

1

表格的意思是 test1链接到test2,test3 ....依次类推,我们大致的根据上面两个原则可以猜一下,哪个将会是排名第一的网页?哪个最不重要?

貌似是test4和test6?

 

Html代码我都是放在E:/MyEclipse/workspace/PageRank/WebRoot/htmlDoc

Test1.html链接代码

<a href="E:\MyEclipse\workspace\PageRank\WebRoot\htmlDoc\test2.html">test2</a><
<a href="E:\MyEclipse\workspace\PageRank\WebRoot\htmlDoc\test3.html">test3</a>
 
Test2.html

<a href="E:\MyEclipse\workspace\PageRank\WebRoot\htmlDoc\test1.html">test1</a>
<a href="E:\MyEclipse\workspace\PageRank\WebRoot\htmlDoc\test4.html">test4</a>
 
Test3.html
<ahref="E:\MyEclipse\workspace\PageRank\WebRoot\htmlDoc\test4.html">test4</a>
<ahref="E:\MyEclipse\workspace\PageRank\WebRoot\htmlDoc\test5.html">test5</a>
<ahref="E:\MyEclipse\workspace\PageRank\WebRoot\htmlDoc\test6.html">test6</a>
 
Test4.html
<a href="E:\MyEclipse\workspace\PageRank\WebRoot\htmlDoc\test2.html">test2</a>
<a href="E:\MyEclipse\workspace\PageRank\WebRoot\htmlDoc\test5.html">test5</a>
<a href="E:\MyEclipse\workspace\PageRank\WebRoot\htmlDoc\test7.html">test7</a>


Test5.html
<ahref="E:\MyEclipse\workspace\PageRank\WebRoot\htmlDoc\test3.html">test3</a>
<ahref="E:\MyEclipse\workspace\PageRank\WebRoot\htmlDoc\test4.html">test4</a>

Test6.html
<ahref="E:\MyEclipse\workspace\PageRank\WebRoot\htmlDoc\test1.html">test1</a>
<ahref="E:\MyEclipse\workspace\PageRank\WebRoot\htmlDoc\test5.html">test5</a>


Test7.html
<ahref="E:\MyEclipse\workspace\PageRank\WebRoot\htmlDoc\test2.html">test2</a>
<ahref="E:\MyEclipse\workspace\PageRank\WebRoot\htmlDoc\test4.html">test4</a>
<ahref="E:\MyEclipse\workspace\PageRank\WebRoot\htmlDoc\test7.html">test7</a>

运行结果:

HtmlPageRank类

import java.io.*;
import java.util.*;

import org.htmlparser.*;
import org.htmlparser.filters.TagNameFilter;
import org.htmlparser.tags.LinkTag;
import org.htmlparser.util.NodeList;
import org.htmlparser.visitors.HtmlPage;

/**
 *pagerank算法实现
 *
 *@authorafei
 *
 */
publicclassHtmlPageRank{
    /*阀值 */
    publicstaticdoubleMAX=0.00000000001;
    /*阻尼系数 */
    publicstaticdoublealpha=0.85;
    publicstaticStringhtmldoc="E:/MyEclipse/workspace/PageRank/WebRoot/htmlDoc";
    publicstaticMap<String,HtmlEntity>map=newHashMap<String,HtmlEntity>();

    publicstaticList<HtmlEntity>list=newArrayList<HtmlEntity>();

    publicstaticdouble[]init;
    publicstaticdouble[]pr;

    publicstaticvoidmain(String[]args)throws Exception {
       loadHtml();
       pr=doPageRank(); 

       while(!(checkMax())){
           System.arraycopy(pr,0,init,0,init.length);
           pr=doPageRank();
       }

       for(inti=0;i<pr.length;i++){
           HtmlEntityhe=list.get(i);
           he.setPr(pr[i]);
       }

       List<HtmlEntity>finalList=newArrayList<HtmlEntity>();
       Collections.sort(list,newComparator(){
           publicintcompare(Objecto1,Objecto2){
              HtmlEntityh1=(HtmlEntity)o1;
              HtmlEntityh2=(HtmlEntity)o2;
              intem=0;
              if(h1.getPr()>h2.getPr()){
                  em=-1;
              }else{
                  em=1;
              }
              returnem;
           }
       });

       for(HtmlEntityhe:list){
           System.out.println(he.getPath()+" : "+he.getPr());
       }
    }

     /**
     *加载文件夹下的网页文件,并且初始化pr值(即init数组),计算每个网页的外链和内链
     */
    publicstaticvoidloadHtml()throws Exception {
       Filefile=newFile(htmldoc);
       File[]htmlfiles=file.listFiles(newFileFilter(){
           publicbooleanaccept(Filepathname){
              if(pathname.getPath().endsWith(".html")){
                  return true;
              }
              return false;
           }
       });

       init=newdouble[htmlfiles.length];

       for(inti=0;i<htmlfiles.length;i++){
           Filef=htmlfiles[i];
           BufferedReaderbr=newBufferedReader(newInputStreamReader(
                  newFileInputStream(f)));
           Stringline=br.readLine();
           StringBufferhtml=newStringBuffer();

           while(line!=null){
              line=br.readLine();
              html.append(line);
           }

           HtmlEntityhe=newHtmlEntity();
           he.setPath(f.getAbsolutePath());
           he.setContent(html.toString());

           Parserparser=Parser.createParser(html.toString(),"gb2312");
           HtmlPagepage=newHtmlPage(parser);
           parser.visitAllNodesWith(page);

           NodeListnodelist=page.getBody();
           nodelist=nodelist.extractAllNodesThatMatch(
                  newTagNameFilter("A"),true);
           for(intj=0;j<nodelist.size();j++){
              LinkTagoutlink=(LinkTag)nodelist.elementAt(j);
              he.getOutLinks().add(outlink.getAttribute("href"));
           } 

           map.put(he.getPath(),he);
           list.add(he);
           init[i]=0.0;
       }

       for(inti=0;i<list.size();i++){
           HtmlEntityhe=list.get(i);
           List<String>outlink=he.getOutLinks();
 
           for(Stringol:outlink){
              HtmlEntityhe0=map.get(ol);
              try{
                  he0.getInLinks().add(he.getPath());
              }catch(NullPointerExceptione){
//如果网页的链接路径不正确,则报NullPointerException错误,并且你会发现heo=null,也就是说map.get(ol)取到的值为null,但是事实上map不为null,ol的值在map中不存在导致的,这是由于html中路径设置不正确
                  e.printStackTrace();
              }
          }
       }
    }
 
    /**
     *计算pagerank
     *
     *@paraminit
     *@paramalpho
     *@return
     */
    privatestaticdouble[]doPageRank(){
       double[]pr=newdouble[init.length]; 

       for(inti=0;i<init.length;i++){
           doubletemp=0;
           HtmlEntityhe0=list.get(i);
           for(intj=0;j<init.length;j++){
              HtmlEntityhe=list.get(j);
              //计算对本页面链接相关总值
              if(i!=j&&he.getOutLinks().size()!=0&&he.getOutLinks().contains(he0.getPath())){
                  temp=temp+init[j]/he.getOutLinks().size();
              }
           }
           //经典的pr公式
           pr[i]=alpha+(1-alpha)*temp;
       }
       returnpr;
    } 

    /**
     *判断前后两次的pr数组之间的差别是否大于我们定义的阀值假如大于,那么返回false,继续迭代计算pr
     *
     *@parampr
     *@paraminit
     *@parammax
     *@return
     */
    privatestaticbooleancheckMax(){
       booleanflag=true; 
       for(inti=0;i<pr.length;i++){
           if(Math.abs(pr[i]-init[i])>MAX){
              flag=false;
              break;
           }
       }
       return flag;
    }
}


HtmlEntity类
import java.util.*;
/**
 *网页entity
 *
 *@authorafei
 *
 */

classHtmlEntity{

    privateStringpath;
    privateStringcontent;
    /*外链(本页面链接的其他页面) */
    privateList<String>outLinks=newArrayList<String>();
    /*内链(另外页面链接本页面) */
    privateList<String>inLinks=newArrayList<String>();
    privatedoublepr;

    publicStringgetPath(){
       returnpath;
    }
    publicvoidsetPath(Stringpath){
       this.path=path;
    }
    publicStringgetContent(){
       returncontent;
    }
    publicvoidsetContent(Stringcontent){
       this.content=content;
    }
    publicdoublegetPr(){
       returnpr;
    }
    publicvoidsetPr(doublepr){
       this.pr=pr;
    }
    publicList<String>getOutLinks(){
       returnoutLinks;
    }
    publicvoidsetOutLinks(List<String>outLinks){
       this.outLinks=outLinks;
    }
    publicList<String>getInLinks(){
       returninLinks;
    }
    publicvoidsetInLinks(List<String>inLinks){
       this.inLinks=inLinks;
    }
}
运行结果

E:\MyEclipse\workspace\PageRank\WebRoot\htmlDoc\test4.html: 1.0988562616424633

E:\MyEclipse\workspace\PageRank\WebRoot\htmlDoc\test2.html: 1.024767124729736

E:\MyEclipse\workspace\PageRank\WebRoot\htmlDoc\test5.html: 1.0225108328175456

E:\MyEclipse\workspace\PageRank\WebRoot\htmlDoc\test3.html: 1.0012654834548864

E:\MyEclipse\workspace\PageRank\WebRoot\htmlDoc\test1.html: 0.994362279917484

E:\MyEclipse\workspace\PageRank\WebRoot\htmlDoc\test7.html: 0.9049428130819769

E:\MyEclipse\workspace\PageRank\WebRoot\htmlDoc\test6.html: 0.9000632741726616

 


矢量瓦片从切片到部署:WebGIS性能优化实战指南 在WebGIS开发中,地图加载性能是常见瓶颈。栅格瓦片因图片体积大、样式固定,难以满足高频交互与快速渲染需求。矢量瓦片作为新一代地图数据组织方式,将几何与属性信息按区域编码为.pbf文件,通过前端实时渲染,显著降低传输体积。其核心在于使用空间索引与简化算法,tippecanoe等工具可实现高效切片,配合MapLibre GL JS前端渲染,能灵活调整样式、实现属性查询,并大幅提升缩放流畅度。矢量瓦片适用于自然资源调查、动态轨迹可视化等大规模Web地图项目,尤其适合需要频繁更新样式或离线部署的场景。从数据准备 阅读详情

相关推荐

矢量瓦片生成与部署实战:从tippecanoe到MapLibre的完整链路优化

地图瓦片是WebGIS性能的关键环节,传统栅格瓦片存在体积大、样式固化、更新成本高等瓶颈,而矢量瓦片通过Protocol Buffers编码几何数据,由前端实时渲染,可大幅压缩存储体积并实现样式自由切换。基于tippecanoe进行切片参数调优、源数据清洗与多图层合并,配合Nginx静态部署、gzip压缩和缓存策略,再通过MapLibre GL完成前端渲染与中文标注,是当前主流的高性能矢量瓦片生产链路。实际项目数据显示,同等范围加载耗时从栅格方案的5.8秒降至0.92秒,体积从28GB压缩至190MB。本文

weixin_34034261的博客 410

【JavaWeb】医院药品入库管理系统——登录的实现方法

1.实现思路: 用户点击登录页面,输入自己登录名字以及密码和角色、验证码点击确定就可以登录系统,这个登录的页面在用户点击提交过后就会通过form表单的提交login?ac=adminlogin&a=a请求给到页面上,页面上的LoginCtrl类接收到到请求之后就会对进行处理,在对应的LoginCtrl类的dopost()方法里首先会对路径参数的ac值来进行判断,如果ac的值是login的话就会获取用户名和面和登录角色,并且还会获取用户输入的验证码判断输入的验证码是否正确,正确无误的话接下来就会判断

weixin_46601559的博客 1631

PBF建筑数据转三维白模:过滤、切片与前端渲染全流程

在GIS数据工程中,PBF(Protocolbuffer Binary Format)是OpenStreetMap生态下高效的二进制矢量数据格式,常被用于存储大规模地图要素。处理PBF数据时,如何从中提取建筑轮廓并生成三维白模,是许多WebGIS开发者的常见需求。三维白模本质上依赖闭合多边形轮廓、高度或层数属性,通过前端fill-extrusion拉伸即可实现轻量化渲染。面对动辄数GB的省级PBF文件,直接转换不仅效率低下,还会产生大量冗余数据。正确思路是先利用osmium进行标签过滤,保留建筑要素并剔除道

weixin_33480380的博客 168

使用Javaweb开发大学生综合素质测评系统

本项目基于JSP/SERVLET技术开发实现,数据库使用MYSQL,开发工具采用IDEA/ECLIPSE。 大学生综合素质测评系统:包含用户管理,学生管理,院系管理,课程管理,各种测评成 管理等,数据可以导出EXECL,分用管理员用户和学生用户,管理员管理信息,用户查看自己的成绩信息。

软件开发实战项目分享 2060

QGIS结合Leaflet的遥感影像精准裁切与Web动态展示实战——以城市区域为例

本文详细介绍了如何利用QGIS和Leaflet实现遥感影像的精准裁切与Web动态展示,特别针对城市区域应用场景。通过矢量范围裁切、瓦片生成优化及Leaflet集成等关键技术,提升遥感影像处理效率与展示效果,为城市规划、环境监测等领域提供实用解决方案。

weixin_28339967的博客 383

从奥维地图到开源GIS:专业地理信息处理的技术实现路径

地理信息系统(GIS)是处理、分析和可视化空间数据的核心技术。其核心原理在于将现实世界的地理实体抽象为点、线、面等矢量数据,或通过瓦片金字塔模型组织栅格影像,并依托空间数据库进行高效管理。这项技术的价值在于打通了从数据采集、坐标转换到空间分析与可视化的全链路,为工程规划、环境监测、资产管理等场景提供了精准的空间决策支持。面对高清地图下载、海量点位管理和CAD精准导入等专业需求,开源技术栈提供了合规且强大的解决方案。例如,利用QGIS和PostGIS可以构建媲美商业软件的数据处理与存储能力,而Leaflet、

weixin_33922670的博客 373

自动文摘(Automatic document summarization)方法综述(一)——基于中心的(Centroid-based)与基于图的(graph-based)方法

从Luhn1958年发表第一遍自动文摘论文开始,自动文摘(Automatic document summarization)一直是自然语言处理中最为活跃的分支。自动文摘希望通过计算机自动将冗长的文本压缩到规定长度内,同时保持原始文本主要信息不丢失。在信息爆炸的互联网时代,每时每刻互联网上都在积累更多的文本;而移动互联网的到来,对信息的呈现方式也提出了更高的要求,因此自动文摘的重要性和迫切需求更为凸...

zxhohai的博客 4984

手把手教你用QGIS加载国内谷歌影像,离线也能做底图分析(附WMTS服务地址)

本文详细介绍了如何在QGIS中高效加载国内谷歌影像,提供WMTS服务地址并构建离线工作流。通过开源平台QGIS,用户可掌握专业的影像加载方法,适用于城市规划、环境监测等场景,提升GIS分析效率与精度。

weixin_27379781的博客 398

PostgreSQL参数学习:random_page_cost

磨砺技术珠矶,践行数据之道,追求卓越价值回到上一级页面:PostgreSQL基础知识与基本操作索引页    回到顶级页面:PostgreSQL索引页[作者 高健@博客园  luckyjackgao@gmail.com]   参考官方文档: http://www.postgresql.org/docs/9.2/static/runtime-config-query.html 如下的各个参数,...

weixin_34049948的博客 581

MapCutter 3.9.8 地图处理工具实战指南

在现代Web地图服务和离线地图发布中,地图切片已成为标准的数据组织方式。它不仅提升了地图加载效率,还为分布式缓存、CDN加速和移动端渲染提供了基础支持。MapCutter作为一款功能完备的地图处理工具,其核心能力之一就是高效、灵活地生成符合多种规范的切片集合。本章深入探讨地图分块的数学逻辑、参数配置策略、任务调度机制以及结果组织方式,重点解析如何通过自定义切片尺寸、范围和层级结构来满足不同应用场景下的性能与存储需求。在实际项目中,往往不需要全球切片,仅需针对特定区域生成局部瓦片。

weixin_42592399的博客 1112

基于LexRank的自动摘要代码

一个可以用来对评论进行自动摘要的小程序。稍作修改可以用来对文档进行自动摘要。并且使用到LexRank算法对句子的相似性进行投票打分,确定句子的重要性。代码可用,易扩展。

基于学生成绩管理系统(附源代码及数据库)

基于Ecplise,jsp的学生成绩管理系统

1万+

MATLAB实战:5分钟搞定雷达信号分选SDIF算法(附完整源码下载)

本文详细介绍了如何在MATLAB中快速实现雷达信号分选的SDIF算法,通过序列差直方图统计高效识别脉冲重复间隔(PRI)。文章包含完整源码下载,从算法原理到实战调优技巧,帮助工程师在5分钟内掌握核心实现方法,显著提升雷达信号处理效率。

info6的博客 614

切片的MBTiles格式和XYZ格式

MBTiles 和XYZ是两种经常使用的切片格式,尤其是各类下载器下载在线地图时经常使用这种格式。 MBTiles 是一种用于存储地图切片(tileset)的文件格式,通常用于地图的存储和传输。该格式由 Mapbox 开发,旨在简化大规模栅格或矢量地图切片的存储和传输。以下是 MBTiles 的一些关键点:单文件存储:MBTiles 将所有切片存储在一个 SQLite 数据库文件中,这使得传输、管理和离线使用变得更加简单。高效检索:SQLite 数据库结构允许高效地查询和检索切片,从而提高地图应用的性能。

GIS工具 2365

近几年预训练语音大模型汇总

语音大模型研究近年来取得显著进展,主要包括wav2vec 2.0(2020)、HuBERT(2021)、WavLM(2022)、Data2Vec(2022)、Whisper(2023)等代表性工作。这些模型采用自监督学习框架,通过掩码预测、对比学习等策略在大规模语音数据上预训练,可有效应用于语音识别、情感分析、疾病检测等下游任务。其中wav2vec 2.0首次将对比学习引入语音领域,Whisper通过68万小时弱监督数据实现强大的跨语言能力。这些突破为低资源语音任务提供了通用特征提取方案,推动了医疗语音分析

victory0431的博客 1780

Cisco Packet Tracer 7.3免登录技巧:3种方法快速跳过注册界面(附详细截图)

本文针对Cisco Packet Tracer 7.3启动时遇到的登录界面问题,提供了三种合法高效的解决方案。详细介绍了如何利用官方访客模式快速启动、注册思科账号实现一劳永逸登录,以及通过调整本地安装配置优化启动流程,帮助网络学习者与备考者绕过繁琐步骤,快速进入实验环境。

weixin_29305337的博客 739

一文解读2D和3D地图的格式,以及适用场景。

掌握格式特性与场景匹配,可大幅提升地图开发效率!Google Earth原生格式,支持地标/路径。Cesium专用流式传输标准,支持LOD优化。传统GIS分析、ArcGIS/QGIS项目。glTF(支持Web/Unity/UE等)GIS行业标准,支持点/线/面属性存储。基于JSON的轻量格式,Web友好。切片地图数据库(SQLite封装)开放标准,高效压缩,支持PBR材质。大规模城市建模、倾斜摄影/BIM。智慧城市、建筑信息模型(BIM)简单网格模型,兼容多数3D软件。卫星影像、高程模型(DEM)

2401_87844866的博客 1313

马达种类全解析:VCM、Stepper、Piezo 在手机相机中的驱动原理与工程差异

在现代手机影像系统中,马达承担着核心成像组件的动态调节任务,如自动对焦(AF)、光学防抖(OIS)以及变焦调节。目前主流采用三类驱动器件:VCM(Voice Coil Motor)、Stepper(步进马达)、Piezo(压电马达)。不同马达方案在结构复杂度、响应速度、功耗、驱动方式与模组厚度适配等方面差异显著,对成像系统的性能表现有直接影响。本文将结合最新旗舰设备的应用现状,系统剖析这三类驱动马达的工作原理、架构特点与工程应用经验,为工程实践中选型与调试提供参考。

努力分享一些人工智能、计算机视觉、影像等相关的知识干货! 3781

时空数据可视化实战:从GeoJSON到Mapbox GL JS的高性能实现

时空数据可视化是数据可视化领域的关键分支,它旨在将带有时间戳的地理信息直观呈现。其核心原理在于对时空数据进行序列化处理与动态渲染,技术价值在于能够清晰揭示事物随时间演变的模式与趋势,广泛应用于物流追踪、城市发展模拟、基础设施监控等场景。本文以德国铁路网络演变为例,深入探讨了基于GeoJSON数据格式和Mapbox GL JS渲染引擎的实现方案,通过预处理时间快照与GPU加速渲染,解决了大规模数据在前端流畅展示的工程挑战,为类似时空演变可视化项目提供了完整的实践范本。

weixin_30550081的博客 370

深入解析逆时偏移(RTM)算法及其在C++中的实现

逆时偏移(Reverse Time Migration, RTM)是一种高级地震成像技术,广泛应用于地震勘探中。RTM通过逆时传播波场来构建地震子波,能够提供更高分辨率和更精确的地下构造图像。本文将详细介绍RTM的基本原理,并通过C++代码示例,深入解析如何实现和优化RTM算法。希望这篇文章能够为地球物理学家和C++开发者提供有价值的参考。

qq_38334677的博客 1529

【全网首发】2026华为OD双机位C卷 机考真题题库含考点说明以及在线OJ(OD上机考试双机位C卷)

【全网首发】2026华为OD机位C卷 机考真题题库含考点说明以及在线OJ(OD上机考试双机位C卷)

算法大师! 8787

OSGEarth实战指南:从编译部署到三维GIS态势显示的优化技巧

三维地球渲染引擎是构建桌面级GIS应用的核心技术,基于OpenSceneGraph的OSGEarth通过地形分页调度、多源数据融合等机制,实现了全球高程与影像数据的高效加载与渲染。它在数字孪生、态势显示、路径推演等场景中展现出离线运行能力强、渲染逻辑可深度定制等优势。本文从编译部署、earth文件配置、坐标转换、动态特效到性能瓶颈排查,系统梳理实际项目中的工程经验,帮助C++开发者快速上手OSGEarth,规避依赖库冲突、数据格式不一致、多线程崩溃等常见坑点,提升三维地理信息系统的开发效率与运行稳定性。

weixin_34315485的博客 252

粒子群优化与蚁群算法求解多旅行商问题

它要求在给定一组城市和旅行商之间的距离矩阵的情况下,找到一条最优的路径方案,使得所有旅行商可以分别从起始城市出发,途径其他城市,并最终回到起始城市,同时总旅行距离达到最小。这两种算法都是基于群体智能的优化算法,在求解组合优化问题时具有较好的性能表现。假设有n个城市需要被m个旅行商访问,城市间的距离由距离矩阵D表示,其中D(i,j)表示第i个城市到第j个城市的距离。粒子群优化算法是一种基于群体智能的优化算法,其中的粒子代表了潜在的解,并通过模拟粒子在解空间中的移动来搜索最优解。一、多旅行商问题建模。

m0_47037246的博客 553

GitHub宝藏第三弹:10个让你直呼“离谱”的酷炫项目!

目录(这次画风更野了)1.1 项目名称: 一句话介绍:“中间人攻击?不,我是‘中间人调试大师’!”1.2 项目名称: 一句话介绍:“网络世界的‘窃听风云’,每一帧数据都无处遁形。”2.1 项目名称: 一句话介绍:“视频处理界的‘瑞士军刀’,没有它转不了的码!”2.2 项目名称: 一句话介绍:“JSON数据的‘命令行巫师’,过滤查询像写诗一样优雅。” 进阶快乐:可以用它进行复杂的转换、计算和格式化,把杂乱的数据变成清晰的结构。 3. 🌐 网络与协议:互联网的“毛细血管” 3.1 项目名称:

热爱技术与前沿创新,深耕科技领域,在科创中精进自我;探索技术乐趣,分享技术干货与成长心得,以技术为伴,热爱生活,在科创与生活中双向成长。 468

【数据集】2019年中国1km格网河网密度数据集

中国1km格网河网密度数据集

WW、forever的博客 1344

jre9下载 jdk9

(Java SE Runtime Environment 9.0) 9.0u175 官方最新版 【x86|x64】

NLP-文本摘要-2004:LexRank(无监督图模型)【属于机器学习范畴;由PageRank网页重要性分数衍生而来;用于文本“关键词”、 “关键句” 提取、抽取式摘要】

《原始论文:LexRank: Graph-based Lexical Centrality as Salience in Text Summarization》 句子Si与Sj之间的相似度使用余弦相似度作为相似度计算方式, 如图所示: LexRank是一种无监督的基于图形的算法,它使用IDF修改的余弦作为两个句子之间的相似性度量。该相似度用作两个句子之间的图形边缘的权重。LexRank还采用了智能后处理步骤,确保为摘要选择的顶级句子彼此不太相似。 参考资料: Lexrank学习 ...

u013250861的博客 1385

SIMATIC S7-1200, S7-1500 PID 控制[手册]

SIMATIC S7-1200, S7-1500 PID 控制[手册]

上一篇: JSP中的路径问题,重定向与转发
下一篇: Struts2访问Web元素
randomnet
博客等级 码龄19年 59粉丝 21原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
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
实付元
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