论文部分内容阅读
该论文围绕这个目标完成了以下的研究工作:1.介绍了该论文的研究背景和内容自适应的基本概念,对国内外的相关研究工作进行了系统的回顾和概述,阐述了网络信息获取的瓶颈之一——小面积显示屏幕在自适应系统中的重要性.2.提出了一个通用的内容自适应系统的体系结构,而后针对当前主要的网络信息内容(HTML文档)进行了特别细化,设计了由传输内容分析和理解、客户端环境特性识别和自适应决策和转换执行这三个模块组成的系统实现框架,并详细讨论了该系统的工作过程.3.设计了基于改进的功能对象模型EFOM(Enhanced Function-basedObject Model)的决策引擎,并详细讲述了它的结构设计和工作原理,解决了三个关键问题:资源消耗的条件限制、最优目标的定义和表征、最优操作的决策与执行.4.总结了现有的各种网络带宽检测技术,并对它们进行了分类总结和比较对照,提出了各种技术在不同情况下的适用原则.5.针对小屏幕上的图像显示提出了一个全新的用户注意力模型,它给图像中的每个被关注对象赋予三个属性,即感兴趣区域、注意关注值、和最小可视面积.结合人脸识别、文字识别以及显著特征图等技术,我们提出了一套自动建立该模型的方法.同时,我们还设计了一系列高效率的自适应算法、并开发了一个实际可运行的软件原型用来把这个模型应用到图像自适应和浏览中.6.提出了创新性的可扩展文档表征结构DRESS(Document Representationfor Scalable Structure).它针对不同的用户环境同时拥有逻辑结构和版面结构的可扩展性,使得网页等超媒体文档能够在各种可上网设备的不同大小的屏幕上自由显示.结合文本摘要技术、分割树排版方法以及基于用户关注的图像模型等其它内容自适应技术,我们设计并实现了一个基于DRESS的高效、通用、易扩展的网页内容自适应系统.