A.框架不能嵌套
B.将一个页面插入框架时,可以将原来的页面定义成主框架的内容
C.框架集网页用于定义框架的结构
D.可以将框架排列成“目”字形
A.可以实现页面间的跳转
B.可以实现同一页面中不同位置的跳转
C.在页面编辑时,需要使用“Insert”中的“NamedAnchor”
D.只能跳转到其它页面的页首
E.不可以实现同一页面中不同位置的跳转
A.记录集分页
B.分页向导
C.分页显示
D.记录集(查询)
A.180px、240px、360px、400px
B.960px、97Opx、980px、990px、1000px
C.1680px、2400px、3200px
D.无相关具体数值要求
A.浏览器可以自行查找存储在本地的网页
B.浏览器是一种客户端软件
C.浏览器通过HTTP协议发出对因特网上某个网页文件资源的获取请求
D.浏览器对收到的网页,识别、解释、执行网页中的HTML源代码
E.浏览器在客户端展示各超文本元素
互联网是一张有向图,每一个网页是图的一个顶点,网页间的每一个超链接是图的一个边,邻接矩阵B=(b)w如果从网页i到网页j有超链接,则by=1,否则为0。
记矩阵B的列和及行和分别是它们分别给出了页面j的链人链接数目和页面i的链出链接数目。假如在上网时浏览页面并选择下一个页面的过程,与过去浏览过哪些页面无关,而仅依赖于当前所在的页面。那么这一-选择过程可以认为是一一个有限状态、离散时间的随机过程,其状态转移规律用Markov链描述。定义矩阵A=(ay)wxn为式中:d是模型参数,通常取d=0.85;A是Markov链的转移概率矩阵;ay表示从页面i转移到页而j的概率。根据Markov链的基本性质,对于正则Markov链存在平稳分布x=式中:x为在极限状态(转移次数趋于无限)下各网页被访问的概率分布,Google将它定义为各网页的PageRank值。假设x已经得到,则它按分量满足方程网页i的PageRank值是划,它链出的页面有τ个,于是页面i将它的PageRank值分成r份,分别“投票"给它链出的网页。x为网页k的PageRank值,即网络上所有页面“投票给网页k的最终值。根据Markov链的基本性质还可以得到,平稳分布(即PageRank值)是转移概率矩阵A的转置矩阵AT的最大特征值(=1)所对应的归一化特征向量。
已知一个N=6的网络如图4.8所示,求它的PageRank取值。