基于PDF文档网络学习资源建设

目前最流行的电子文档格式——PDF文档,集多媒体信息于一身,交互方式丰富,并且可在Web上发布和传递具有独特优势。本文在分析PDF文档和Web数据库进行双向数据传递机理的基础上,对如何利用PDF文档结合ASP技术开发网络学习资源进行了探讨。     

用JAVA处理非HTML格式文档的实例

在编制一些 HTML页面脚本时 ,我们常常需要部分站点允许访问非 HTML 格式的文档 ,比如Adobe PDF、Microsoft Word和 Microsoft Excel等等。笔者将以 Adobe PDF文档为例 ,介绍如何使用 JAVA语言向 Web客户端发送非 HTML格式文档的方法     

Web文档基本形式及其相关技术

主要讨论了Web文档的基本形式和各种Web文档的优缺点,以及创作动态Web文档和活动Web文档的一些相关技术.     

一种基于PDF文档和置乱技术的文本数字水印算法

为了提高PDF文档的安全性,提出了一种基于置乱技术的适用于PDF文档的文本数字水印算法.首先,将水印图像进行置乱变换;其次,将原PDF文档转换成PS文件.利用PS文件中字符间距值来嵌入水印图像信息,同时将水印位置信息嵌入特定位置;最后,将PS文件转换为含有水印的PDF文档.     

基于XML的PDF文档认证和完整性保护的实现

PDF文档已经成为了网络传输的通用文件格式,其认证和完整性保护始终是个难题,最重要的原因是常用的图像认证和完整性保护方法无法在PDF文档中发挥作用。XML是适用于描述文件结构和内容的工具,所以,对PDF文档的内容提取、数据挖掘和信息过滤等操作将完全转移到对XML文档的操作,最终实现了PDF文档认证和完整性保护。     

一种基于空格编码的PDF文本数字水印算法

提出一种基于空格编码和置乱技术的适用于PDF文档的文本数字水印算法。首先,将水印图像进行置乱变换;其次,将原PDF文档转换成PS文件,PS文件中保存有字符和位置信息。利用空格不可见的特点,在PS文件中叠加若干由空格组成的行,并利用空格的位置信息来嵌入水印信息值及水印的位置信息值;最后,将PS文件转换为含有水印的PDF文档。实验结果表明,该算法具有较好的可视性和鲁棒性。     

PDF文档无障碍研究

Adobe PDF是学术交流和行政文件中应用最广泛的一种文档格式。介绍了无障碍的概念和PDF无障碍的4个层次,并根据最广泛的既定标准评价PDF文档的无障碍。     

浅析PDF便携文档格式

Adobe的可移植档格式PDF是全世界电子版档分发的公开实用标准．Adobe PDF是一种通用档格式，能够保存任何源档的所有字体、格式、颜色和图形，而不管创建该档所使用的应用程序和平台．Adobe PDF档为压缩档，任何人都可以使用免费的Adobe Acrobat Reader共享、查看、浏览和打印。     

WEB数据挖掘中XML文档的聚类研究

为了满足基于Web的XML数据信息的挖掘的需求,提出一种基于结构相似度的XML文档的聚类算法,该方法是在根据XML文档的语义信息和结构信息计算出相似度基础之上对XML文档集合进行聚类,并进行了实验,证明该方法有效,与同类算法相比有其优势的地方。     

PDFCreator在图书馆文档数字化中的应用实践——以西南林业大学图书馆为例

介绍了西南林业大学图书馆利用PDFCreator开源软件开发文档数字化模块的过程,阐述了将其应用到论文提交系统中,实现了将任意可打印文档转换为PDF文档的成功经验。     

Web挖掘技术研究

Web挖掘就是从Web文档和Web活动中抽取感兴趣的潜在的有用模式和隐藏的信息。本文从Web内容挖掘、Web结构挖掘和使用记录挖掘3个方面论述了Web挖掘的内容及相关技术的研究现状和发展方向。     

用于PDF文档认证的数字水印算法

针对网络环境中多媒体数据信息的真实性和完整性认证问题，通过分析PDF页面描述操作符的工作机理，给出了一种适用于PDF文档认证的数字水印算法，将PDF文档字符码的特征信息嵌入到文档字符间距中，检测时通过比较PDF文档的水印信息与字符码特征是否一致来判断文档的真伪。实验结果表明，采用该算法实现的水印不仅具有良好的视觉透明性，还有较强的检错及差错定位能力。     

基于Cocoon框架的XML文档转换

通过Cocoon架构,将XML文档分别转换成能够被网络浏览器识别的HTML文档．以及能被Acrobat readers识别的PDF文档和能被手机识别的WML格式文档．给出了文档格式转换的代码.     

基于WEB的PDF格式输出实现

PDF文档格式是很流行的电子文档格式之一,集成多种媒体信息,交互方式丰富,并且在Web上发布和传递具有独特优势,可以将文字、字型、格式、颜色及与设备和分辨率独立的图形图像等封装在一个文件中,该格式文件还可以包含超文本链接、声音和动态影像等电子信息,支持特长文件,集成度和安全可靠性都较高。本文分析如何将数据输出成PDF文档格式。     

用ASP实现类似FTP服务对Web数据页面的浏览

本主要通过ASP开发一个基于Web的应用程序，实现类似FTP站点服务的Web页面浏览及查看，能轻易做到从Word、Excel和WPS等档件的查阅和下载，这种方式很适合局域网上进行信息的传递，而不需要在网页之间进行转换，大大减少信息维护的工作量。     

半结构化多Web文本数据挖掘的研究

在Web文本挖掘过程中,挖掘对象数据量大,且多是半结构化或无结构化的数据。采用了XQuery语言与经典的Apriori算法相结合的方法进行研究,引入了XQuery语言中的函数,实现了对多个Web文档的挖掘,通过具体的实例进行验证,该算法能够提高Web文本挖掘的时间效率。     

FOIL分类器的实现及其优化

利用FOIL(一阶规则学习)算法提取文档对应的一阶规则,并用之于Web中文文档的分类.同时,对FOIL分类器进行改进,如:控制每个类别的规则数量;对规则前提进行剪枝;对无法识别的文档生成缺省规则;充分利用Web文档的半结构性等.仿真实验结果表明,本文所作的改进使分类器的各项性能均得到了很大程度的提高.     

现代远程教育个性化Web挖掘研究

从Web上异质的、非结构化的数据中发现有用的知识或者模式是目前数据挖掘研究中的一个重要内容。Web挖掘就是从Web文档和Web活动中抽取感兴趣的、潜在的有用模式和隐藏的信息。介绍了Web挖掘基本情况,在此基础上对基于Web的文本挖掘进行了分析研究,给出了一个基于Web的文本挖掘的结构模型图。重点介绍了网页聚类算法,实现了远程教学的按需学习和因材施教的要求。提出了一个基于Web挖掘的智能化、个性化的现代远程教育系统结构模型。     

Web文档知识树设计及实现

分析了Web文档的结构特征,并利用知识树快速高效等特征,设计了Web文档知识树;基于Web文档知识树结构,提出了构建Web文档知识树的构造算法、创建知识结点算法以及知识树访问算法.并对上述算法作了分析和评价,说明了这些算法对提高Web信息检索的准确率以及信息查找的速度是有益的.     

基于XML的Web内容挖掘方法

在分析Web内容挖掘特征的基础上,提出一种基于XML技术的Web内容挖掘模型．利用HITS算法确定权威Web页面,利用HTMLTidy工具将非XML文件经过数据清洗后转换成结构良好的XMI。文档,结合互联网上传统科技论文的自动抽取系统实例,采用文本聚类分类技术进行面向XML文档数据的数据挖掘．实验结果表明,该模型工作良好,可以自动、有效地提取网页内容．