论文部分内容阅读
针对农业网页中汉字编码标识混乱的情况,提出了一种综合运用编码规则和网页文本特征的字符编码识别模型。利用卡方检验算法,结合最小二乘多元线性回归方法,得到了基于网页文本特征的字符识别模型。实验结果显示,在适当的选取阈值（r ＝1,阈值＝属于某一编码的字符数/网页总字符数）和文本特征数（≥65）的基础上,模型准确率达到100％,且结果稳定。