搜索资源列表
luke-src-0.7
- Lucene is an Open Source, mature and high-performance Java search engine. It is highly flexible, and scalable from hundreds to millions of documents. Luke is a handy development and diagnostic tool, which accesses already existing Lucene indexes
网络爬虫
- 本人自己用VC++开发的网络爬虫程序,可以实现整个网站的抓取,网页中所有的URL重新生成.-I own VC++ development with the network of reptiles procedures, can crawl the entire site, the page URL to re-generate all.
DetectingNear-DuplicatesforWebCrawling
- 介绍网页去重的算法。是一片经典的国外英文论文。-Introduced to re-page algorithm. Is a classic English papers abroad.
example
- 回溯法是一种选优搜索法，按选优条件向前搜索，以达到目标但当探索到某一步时，发现原先选择并不优或达不到目标，就退回一步重新选择。这种走不通就退回再走的技术为回溯法，而满足回溯条件的某个状态的点称为“回溯点”。回溯算法是所有搜索算法中最为基本的一种算法，其采用了一种“走不通就掉头”思想作为其控制结构 -Backtracking is a search optimization method, based on forward selection search terms in order to ac
13-6
- 本代码是基于小区搜索的工程代码，可以在ISE8中直接综合编译，工程中，用到的大量的ram，ram需要重新例化。-This code is based on the engineering code for cell search can be directly integrated in the ISE8 compile, engineering, used a lot of ram, ram need to re-instantiation.
SharpICTCLAS
- ICTCLAS分词的总体流程包括：1）初步分词；2）词性标注；3）人名、地名识别；4）重新分词；5）重新词性标注这五步。就第一步分词而言，又细分成：1）原子切分；2）找出原子之间所有可能的组词方案；3）N-最短路径中文词语粗分三步。 在所有内容中，词典库的读取是最基本的功能。ICTCLAS中词典存放在Data目录中，常用的词典包括coreDict.dct（词典库）、BigramDict.dct（词与词间的关联库）、nr.dct（人名库）、ns.dct（地名库）、tr.dct（翻译人名库
spider_engine
- 分析网页代码，提取url进行散列处理，提交客户端程序进行排重处理，然后存入客户机数据库，随后根据数据库中的url列表遍历整个网络。-Analysis of web code, extract the hashed url, submit re-schedule the client program to deal with, and then stored in the client database, and then the url list in the database through
Xi.searcher
- jsp+tomcat+lucene编写，简易搜索引擎的实现，网页库可重新运行spider搜索-jsp+ tomcat+ lucene write, simple implementation of the search engine, Web database search can be re-run the spider