【摘要】：互聯(lián)網(wǎng)是廣大殘疾人獲取信息、就業(yè)、娛樂的主要途徑,然而目前絕大多數(shù)網(wǎng)站在最初設(shè)計實現(xiàn)時只關(guān)注普通人的用戶體驗,忽視了許多無障礙設(shè)計細節(jié),使得殘疾人群在訪問時困難重重。因此,便有了網(wǎng)站無障礙檢測,為后續(xù)改造網(wǎng)站提供支持�，F(xiàn)階段,網(wǎng)站無障礙檢測需要大量人工檢測,人力開銷巨大。為了解決這一問題,網(wǎng)頁采樣算法被廣泛引入檢測流程。通過采樣,需要人工檢測的網(wǎng)頁數(shù)據(jù)規(guī)模被極大的壓縮,使得檢測可以在一個較短的時間內(nèi)完成。但這也帶來由于關(guān)鍵網(wǎng)頁未被采樣到而導(dǎo)致的檢測結(jié)果不準(zhǔn)確的問題。如何借助少量人工檢測數(shù)據(jù),同時保留住未被采樣網(wǎng)頁中所包含的信息,最終得到較為準(zhǔn)確的檢測結(jié)果,成為了本文的主要研究目標(biāo)。為實現(xiàn)這一目標(biāo),本文從尋找最能反映網(wǎng)頁結(jié)構(gòu)的特征入手,重點考慮特征的抗噪性能,最終設(shè)計了一整套面向網(wǎng)站無障礙檢測的組稀疏特征選擇方法并實現(xiàn)了相關(guān)系統(tǒng)應(yīng)用,具體工作包括:(1)提出了面向網(wǎng)頁結(jié)構(gòu)提取的組稀疏特征選擇算法。由于網(wǎng)頁的結(jié)構(gòu)信息主要反映在了網(wǎng)頁標(biāo)簽上,因此可以使用網(wǎng)頁中包含的標(biāo)簽及其出現(xiàn)次數(shù)來近似表達一個網(wǎng)頁。在此基礎(chǔ)上,我們設(shè)計出面向網(wǎng)頁結(jié)構(gòu)提取的組稀疏特征選擇算法,通過局部學(xué)習(xí)分析網(wǎng)頁分布,利用組稀疏回歸評估特征重要性,從而挑選出最能反映網(wǎng)頁結(jié)構(gòu)信息的特征,為后續(xù)無障礙檢測過程提供支撐。(2)提出了面向噪聲排除的局部學(xué)習(xí)交互組稀疏回歸特征選擇算法。隨著前端技術(shù)的發(fā)展,網(wǎng)頁的內(nèi)容和形式變得越來越復(fù)雜。大量的網(wǎng)頁標(biāo)簽中不可避免的存在很多冗余和噪聲。對此,我們設(shè)計了面向噪聲排除的局部學(xué)習(xí)交互組稀疏回歸特征選擇算法,通過交替進行數(shù)據(jù)分布評估和特征權(quán)重分析,逐步排除冗余和噪聲帶來的負面影響,保證提取的標(biāo)簽質(zhì)量。(3)提出了用于網(wǎng)站無障礙檢測的半監(jiān)督組稀疏回歸算法。網(wǎng)站無障礙檢測為減少人工成本,引入了采樣技術(shù),但是由于采樣的隨機性,還是會損失一些關(guān)鍵網(wǎng)頁導(dǎo)致結(jié)果不準(zhǔn)確。對此,我們設(shè)計了半監(jiān)督的組稀疏回歸算法,在少量人工檢測結(jié)果的基礎(chǔ)上,引入未檢測網(wǎng)頁的相似性約束,盡可能保留住了所有網(wǎng)頁所蘊含的信息,提升檢測結(jié)果質(zhì)量。在標(biāo)準(zhǔn)數(shù)據(jù)集以及網(wǎng)站無障礙檢測數(shù)據(jù)集上的特征選擇實驗,充分驗證了兩個特征選擇方法在提取網(wǎng)頁結(jié)構(gòu)信息以及抑制噪聲干擾兩方面的優(yōu)勢。最后網(wǎng)站無障礙檢測實驗,則證明半監(jiān)督的組稀疏回歸算法能高效且準(zhǔn)確的給出網(wǎng)站中每個網(wǎng)頁的檢測結(jié)果,為評估整個網(wǎng)站的無障礙程度提供有力支撐。
【學(xué)位授予單位】：浙江大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2018
【分類號】：TP393.092
【圖文】：

所有網(wǎng)頁的無障礙評估結(jié)果將可以通過一個回歸模型，十分方便的計算得出。逡逑１．５本文的組織結(jié)構(gòu)逡逑本文的組織結(jié)構(gòu)如圖１－１所示：逡逑第一章：緒論逡逑＼邐邐／逡逑／邐邋邐＼逡逑第二淚關(guān)工逡逑作綜述逡逑＼邐邐／逡逑１邋１邐１逡逑第三章：面向網(wǎng)邐第四章：面向噪邐第五章：面向網(wǎng)逡逑頁■提

本文編號：2798316