如图2所示，每个滤波方向为一组，预处理后的图像经过S1层得到64副滤波后的图像，C1层池化后共32副图像，最后联结所有C1输出得到特征向量。

“Map”过程：Master节点接收到输入的数据后会将数据分割成许多小的数据块并把它们分给不同的Worker节点.Worker节点可能会再次重复上面内容；或者Worker节点调用用户自定义的函数，将处理得到的键值数据对写入到本地磁盘中.

“Reduce”过程：在Worker节点上执行Reduce函数，整理Map函数处理好的全部数据，把键名相同的数据通过用户提交的指定的方法合成不同的数据集合，保存到磁盘中.

  

图2　MapReduce运行结构图

3.2　AJAX

Ajax并不能说是一种新的研发技术，而是提取的Java、XML与JavaScript等技术的特点，创建了交互式网页应用的Web开发技术，其中包括这些技术：使用HTML和CSS定义呈现给用户的页面内容和媒体信息；使用DOM实时动态修改页面显示内容和加载效果；使用XML和XSLT进行数据交换获取和结构化处理；使用XMLHttpRequest方法进行异步数据的查询和获取；使用JavaScript绑定和处理以上部分.

我要拴住王鲶鱼，就必须怀上孕。王鲶鱼女人不少，但都没给他生儿，我想给他生儿，王鲶鱼说只要生儿，就带我出国定居。我之所以要嫁给王鲶鱼，就是想跟着他出国定居，现在的有钱人，老婆孩子不都在国外生活吗？

AJAX Web应用模型如图3所示.

  

图3　AJAX Web应用模型图

事实上，越来越多的电商运营团队已意识到精细化运营和数据驱动思维已经成为电商自身增长日益重要的因素[14-18]，所以一个能高效率的网络爬虫对一个电商平台进行数据挖掘有效信息而言是非常重要的.因此，本文主要建立在分布式系统的基础上，多台计算机多线程同时运行，对京东平台的商品信息进行抓取.通过对获取信息的整理、分析，对京东电商的发展形势进行把握.基于以上介绍对京东电商平台信息获取的运行界面如图6所示.

3.3　Jumony Core

Jumony Core是一个非常真实的HTML引擎.目前的HTML解析器加上简单的正则表达式已经可以满足用户操纵HTML文档的需求，但对于Jumony Core，它更加强大.Jumony Core解析结果和浏览器的解析结果相似度非常高，无论是无结束标签的元素，可选结束标签的元素，或是标记属性，或是CSS选择器和样式，一切合法的，不合法的HTML文档，浏览器解析成什么样式和内容，Jumony Core出来的效果几乎和浏览器一样.Jumony Core包含的封装方法及作用如表1所示.

 

表1　Jumony Core的封装方法表

  

文件功能Ivony．Web．Html．dllJumony的核心DLL，定义了抽象HTMLDOM模型．并提供大量扩展方法来操纵HT⁃MLDOMIvony．Web．Html．Binding．dll提供数据绑定支持Ivony．Web．Html．Parser．dll即JumonyParser，可以分析HTML文本并创建HTMLDOMIvony．Core．dll包含基础接口，和一些提高编程体验基础扩展方法

4　本研究对爬虫技术的设计

4.1　设计思想

目前，爬虫在抓取数据上，一般采取两种策略：广度优先策略与深度优先策略[12].广度优先是指爬虫沿着树进行横向遍历，直到抓取完起始网页中连接的所有网页为止，然后再选择其中的一个网页链接，循环这个过程.此方法可以让爬虫并行进行，提高了抓取速度.深度优先是指爬虫沿着树进行纵向遍历.深度优先策略是一个递归的过程，因此在程序执行的时候会大量消耗计算机的内存，很容易使爬虫陷入问题，甚至是电脑死机.另外，递归与多线程是无法兼容的，因为多线程可以一次运行多个任务，但每个线程都要有自己的堆栈.而在递归时，当一个方法调用它自身时，它们需要使用同一个堆栈.因此，本爬虫程序采用广度优先策略.具体实现方式为：首先，统一不同电商平台的分类信息，通过比较判断找出不同电商平台的公共分类信息，分类信息还分为一级分类和二级分类，一级分类下面包含多个二级分类；其次，整合所有二级分类，获取所有二级分类所对应的商品列表URL，初始化URL，直到对应的URL没有商品为止；最后，把获取到的产品信息存储到数据库，存储到数据库中的数据经过清洗过滤得到标准化的数据，然后进行数据统计分析，从而把握电商行业的销售趋势.图4为本程序对商品数据获取及保存示意图.

4.2　操作流程与实现

随着畜牧业规模化、集约化的发展，导致疾病传播率高，病菌种类多，畜禽临床治疗十分棘手[4]。而作为新型饲料资源的蜂蜜等主要蜂产品，由于其天然性、营养性、无抗性、排泄物少等特点，必然受到畜牧业的青睐[4-5]。研究指出饲用蜂蜜可以促进动物生产性能，还可以提高免疫力，抑制肠道致病菌群的生长等作用[4，6]。但因病虫害、气候等外界因素影响使得蜜蜂人工饲料中滥用药物，造成蜂蜜中氯霉素含量超标，使得其饲用价值受到一定的威胁。

图5清晰地展示了程序的主要流程.收集网络中不同的电商平台进行分析对比，获取不同电商网站针对的不同分类的侧重点，对于相似的分类，可以关联分类后统一化名称.对于每个分类下面的商品，需要不断的初始化对应URL，从而获得不同分页下面的商品信息，获取商品信息的时候，对信息不完整的商品进行舍弃.在数据整理的时候，过滤不符合规则、异常的数据.

4.3　统一分类

当前网络电商平台众多，其中国内比较知名的主要有淘宝、天猫、京东等，但这些电商平台的一级分类和二级分类，甚至更深层的分类错综复杂[13].把这些电商平台的所有分类整合，挑选出其中具有代表性的一级分类，在一级分类的决断中，尽可能的要包含人们生活的各方面.对于二级分类的确定，通过与一级分类的关联度和常识去决定.最终，可以得到基于不同电商平台下的一套相对统一的标准化分类.

双重身份是高等学校在教育资源共享中的一个重要特征，它不仅是共享资源的提供者，也是共享资源的使用者。高校自身是最懂得学校未来的发展状态的，没有哪一个部门比高校自身的管理部门更了解学校的境遇和学校的基础设施以及教育的条件。在对未来高校的发展规划的问题上，高校是最具有话语权的一方。所以学校要跟随时代的脚步，努力争取，充分利用自身的办学自主权，有效规划本校的发展目标以及本校的内部管理活动，特别是在对于教育教学相关活动的决定权上。只有这样，高校才可以在教育资源共享中决定选取学校内部发展何种教育资源作为自身的共享对象，也才有资格自主选择符合自身需要的资源。

4.4　初始化URL

不同电商平台的二级分类下面可能会有更细的小分类，但不是商品列表，要尽可能完整的获取到所有分类下面的信息就需要把这些更小的分类下面的商品列表对应的URL也存储到数据库，这些小的分类应该与其父级分类建立关联外键.每个URL对应的商品列表只有一页，一般要想获取更多的页面列表就需要改变URL中对应页码的数值.尚待访问URL队列可以被构造为一个先进先出(FIFO)队列，信息搜索的下一个将要爬行的页面来自队列头，新的URL被加入到队列尾.每一步都是从队列头中选出下一个URL供爬虫抓取，直到爬完此队列中所有URL为止.

  

图4　商品数据操作示意图

  

图5　抓取流程图

4.5　页面信息提取

在提取页面信息时，首先必须先判断页面的编码方式，目前的字符集种类非常多，其中主要以“UTF-8”，“GBK”，“GB2312”为主，具体可以在网页头部可以看到，例如：.在读取页面内容时，先要判断获取内容的类型，如果是多媒体数据，则可以下载存储到网页数据库中，如果是无结构或半结构化的网页文本，则需要继续分析.在获取URL页面内容时，如果出现超时、页面丢失、获取错误等现象时，就认为此网页失效，对应的URL就被存储到相应的错误列表中，如果能正常获取，则需要解析网页内容.

分布式计算是将整个任务先分割成很多小的子任务到子节点处理，再将子节点处理得到的结果进行合并整理，获取最终结果[10].在MapReduce的执行任务的过程中主要分为Map和Reduce两个步骤：当用户输入一条指令后，Map程序首先把任务分割成不相关的小任务块，这些小的任务块会被分配到不同的计算机进去处理，得到的结果通过Reduce程序整合.MapReduce的一般运行结构如图2所示.

4.6　解析页面内容

网页解析主要是内容分析和链接提取.获取页面内容后，根据页面内容去解析提取所需要的信息，并通过标签，CSS名称或者标签ID获取目的标签路径.一般情况下，元素会包含很多属性，其中具有唯一性的属性就是元素的ID，这样能更快更精确的找到需要的内容，其次就是元素的CSS名称，CSS名称可以存在有很多，可以通过下标或者结合元素其他属性来准确获取，最后就是通过元素的标签获取，一个页面内容会包含很多这样的标签，想确定唯一想要的就要逐步的查找该元素的父级，通过不同的父级元素来获取唯一的子级元素.获取到的元素内容文档可以提取到如下信息：

当前和今后一个时期，是向全面建成小康社会迈进的重要时期，民生诉求日趋复杂多样，相对于更多、更高的物质要求，对幸福感、满意度等“精神饥渴”更为迫切；相对于防洪、供水等一般水利服务的满足，对水多不患、水少无忧、绿水青山的要求，对水文化、水素养、水文明的需求更为强烈。同时，党的十八大从全局战略高度对保障和改善民生做出新部署，客观要求我们从新的起点出发，加深民生水利认识，丰富民生水利实践，不断将民生水利推向深入。

1)文档标题：通过文件头标签可以得到元素title里面的字符串内容，一般元素title里面的内容就是当前页面的标题，展示了当前页面的主要信息和性质.

MapReduce是Google在2004年提出的一个用于处理大规模数据集合的分布式计算架构.该构架的提出是由编程函数中常用的Map,Reduce函数启发结合而来，通过这个架构，可以帮助对分布式计算不太了解的程序员完成分布式计算程序的编程，实现对问题的分解与合并[9].

4)图片：电商平台中商品几乎都是存在图片的展示，图片的信息可以通过命令符或里面的属性“src”或”background”的值获取，属性值代表了商品图片的链接地址，并不能直接下载存储在数据库中.网页图片的获取要通过程序解析图片的二级制字符流，把这些字符再在程序中下载并保存到本地数据库.

3)商品标题：商品标题一般可以在两个地方获取，第一，商品列表中有标题的信息，第二，在商品详情页面中可以获取商品的标题信息.

选取我院2017年12月—2018年5月期间收治的甲状腺CNB患者84例，且84例患者均在我院进行了手术。84例CNB患者共87个结节，其中男性16例，女性68例，年龄24～73岁，平均（42.65±5.27）岁。其中3个患者进行2个结节穿刺，81个患者进行1个结节穿刺。术前均进行血常规、血凝四项、传染病三项、乙肝五项检查。

Henning Wallentowitz教授在“电气化、自动化、互联化：未来汽车的需求和概念”为题的主旨报告中指出，各种影响驱动之下的未来出行方式中，电动化、自动驾驶和网联化将是主要趋势，为此，他特别展示了很多新的汽车设计概念以及在电驱动、底盘等方面的最新研究成果，是对未来美好出行的积极响应。

5)多窗口页面：通过命令符