基于FFT的网页正文提取算法。 涉及到快速傅立叶变换-base FFT web page text pick up

为改善用户的Ｗｅｂ页面访问行为、提高访问效率，设计了一种基于贝叶斯网络的网页推荐模型及推荐算 法。通过收集和分析服务器中的描述文件和日志文件，利用Ｂａｙｅｓｉａｎ网络分析页面间的依赖关系，构建了基于贝 叶斯网络的网页推荐模型并产生推荐集。通过在Ｍｉｃｒｏｓｏｆｔ公司提供的网络日志数据集上做的实验，可以获得超 过８０％的准确率和覆盖率。理论分析和实验结果表明：算法能够在线实时向用户做出个性化的推荐，与已有的推 荐算法相比，算法能较快地给出推荐集，并且可以获得更高的准确率和覆盖率-T

桶序挖掘，即从一组关于多个对象的排列中挖掘出一个桶排列，可以应用到很多方面，例如文档标记的产生、用户浏览网页习惯分析、化石现场的时序挖掘等问题。桶序，即一组对象的有序划分，其中桶与桶之间形成一个全序，而同一桶内的对象之间无先后顺序。-Digging bucket sequence, from a group of a plurality of objects arranged on a digging bucket arrangement can be applied to many areas

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)