校園網(wǎng)搜索引擎——圖像搜索.pdf

1、隨著通用搜索引擎和多媒體信息快速的發(fā)展，圖像搜索引擎成為國內(nèi)外的一個(gè)研究熱點(diǎn)，文字信息的搜索已經(jīng)不能滿足人們的需求，人們對多媒體信息的需求越來越迫切，其中最常用的就是圖像，由此互聯(lián)網(wǎng)圖像搜索引擎應(yīng)運(yùn)而生。大型的搜索引擎數(shù)據(jù)量太大，結(jié)構(gòu)太復(fù)雜，不太適合校園網(wǎng)，目前我們學(xué)校的校園網(wǎng)搜索引擎功能有文件搜索、網(wǎng)頁搜索等，但圖像搜索這里還是一個(gè)空缺。 本課題研究和實(shí)現(xiàn)了校園網(wǎng)網(wǎng)頁上圖像信息的抓取、下載、索引和檢索，最終完成了一個(gè)簡單而又較

2、為完整的校園網(wǎng)圖像搜索引擎系統(tǒng)。本課題討論了爬蟲程序的抓取策略，通過對爬蟲程序(Spider)的改進(jìn)，利用正則表達(dá)式、sql隊(duì)列、定時(shí)器等相關(guān)技術(shù)，實(shí)現(xiàn)了對校園網(wǎng)圖像及網(wǎng)頁信息的抓取和下載，并對干擾圖像進(jìn)行了過濾處理，同時(shí)對校園網(wǎng)外的網(wǎng)站進(jìn)行了屏蔽。用IKAnalyzer中文分詞系統(tǒng)來實(shí)現(xiàn)中文分詞，通過Lucene的常用的一些API實(shí)現(xiàn)了索引的建立、增加和查詢。采用Jsp+Tomcat服務(wù)器的BS架構(gòu)來實(shí)現(xiàn)圖像檢索模塊，并取得了良好的效