Qo S参 考 模型是一个端到端加层次的概念。端到端之间可能包括一个或多个 中介网络，每个网络具有多个节点。各个中介网络的QoS是由中介网络协议栈 垂直方向的各个协议层的协作实现的，如MAC层、数据链路层和网络层提供的 QoS保障机制的综合。各个中介网络的QoS的综合实现端到端QoS。理论上， 用户不必考虑中介网络数量极其特性，只关心端到端的QoS能否保证
上传时间： 2017-05-14
上传用户：hoperingcong
包括以下程序：1.超级链接是一个能够在窗体上实现超级链接的程序，或者发送E-mail；2.端口扫描是一个能够对指定IP地址的单个端口或者多个端口进行扫描的程序； 3.获取本机ip地址”是一个通过MFC来获取本地计算机IP地址的程序。 4.获取网络设置”是一个获取网络DNS、子网掩码、网卡地址的综合程序，5.获取系统支持的网络协议
上传时间： 2013-12-26
上传用户：变形金刚
博客模块：Blog是继Email、BBS、ICQ后的第四种网络交流方式，是网络时代的个人文摘。它是以超级链接为武器的网络日记，是代表着新的生活方式和新的工作方式，更代表着新的学习方式。一个Blog其实就是一个网页，通常是由简短且经常更新的帖子所构成，贴子的文章通常按照年份和日期倒序排列。Blog的内容和目的有很大的不同。
上传时间： 2013-12-28
上传用户：mpquest
一、问题描述若要在n个城市之间建役通信网络，只福要架设n-1条级路即可．如何以最低的经济代价建设这个通信网，是一个网的最小生成树问题。二、基本要求 （1）利用克鲁斯卡尔算法求图的最小生成树。 （2）能实现教科书6.5节中定义的抽象数据类型MFSet.以此表示构造生成树过程中的连通分量。 (3 ) 以文本形式输出生成树中各条边以及他们的权值．三、需求分析 1、构造图结构。 2、利用克鲁斯卡尔算法求图的最小生成树。 3、完成生成树的输出。
上传时间： 2017-08-24
上传用户：wlcaption
网络购物中心 网络购物中心由前台管理和后台网站管理两部分组成。 前台管理 该部分主要包括商品展台、购物车、收银台、会员管理、商城公告及订单查询、商品查询等功能。 后台管理 该部分主要对商城内的一些基础数据进行有效管理，包括后台登录、商品设置、会员设置、订单设置、后台管理员设置、友情链接设置、公告设置等功能。
上传时间： 2013-12-23
上传用户：hxy200501
网络及电脑相关专辑 114册 4.317GOLE 2 对象链接与嵌入技术高级编程技术 833页 36.6M.pdf
标签：
上传时间： 2014-05-05
上传用户：时代将军
《计算机网络》 本书全书分为10章，比较全面系统地介绍了计算机网络的发展和原理体系结构、物理层、数据链路层、网络层、运输层、应用层、网络安全、因特网上的音频/视频服务、无线网络和下一代因特网等内容。各章均附有练习题。此外，附录A给出了部分习题的答案和提示。
标签： 计算机网络
上传时间： 2017-05-21
上传用户：dahui83
网络爬虫 网络爬虫在CPP中爬行链接到你想要的深度。控制台应用程序 Ubuntu 14.04 LTS上编译的程序 用g+编译器编译 相依性 卷曲 Boost图书馆 用于编译的命令 G+爬虫.cpp-lcurl-lost_regex-o爬虫 输入 URL：您想要抓取示例“dirghbuch.com”的URL 链接数：要从爬行中提取的每页链接数 深度：我们想爬多深，在哪里深度可以定义为树的深度。 输出量 crawler.txt 限制 链接数最多可达100。 Does not work for website which has blocked curl crawling for example google.com yahoo.com 由于缺乏并行性，所以速度很慢。 没有完整URL的链接被追加到用户在大容量中插入的URLwww.xyz.com有/conatct-us的网址将是www.xyz.com/contact-us 唯一的单词也包含html标记。 可能的改进，但尚未落实 限制共享变量的使用 改进使其易于并行化 比卷曲更有效的爬行方式
上传时间： 2018-06-20
上传用户：1370893801
神经网络在智能机器人导航系统中的应用研究1神经网络在环境感知中的应 用 对环境 的感 知 ，环境模型 妁表示 是非常重要 的。未 知 环境中的障碍物的几何形状是不确定的，常用的表示方浩是 槽格法。如果用册格法表示范围较大的工作环境，在满足 精度要求 的情况下，必定要占用大量的内存，并且采用栅 格法进行路径规划，其计算量是相当大的。Kohon~n自组织 神经瞬络为机器人对未知环境的蒜知提供了一条途径。 Kohone~冲经网络是一十自组织神经网络，其学习的结 果能体现出输入样本的分布情况，从而对输入样本实现数 据压缩 。基于 网络 的这些特 性，可采 用K0h0n曲 神经元 的 权向量来表示 自由空间，其方法是在 自由空间中随机地选 取坐标点xltl【可由传感器获得】作为网络输入，神经嘲络通 过对大量的输八样本的学习，其神经元就会体现出一定的 分布形 式 学习过程如下：开 始时网络的权值随机地赋值 ， 其后接下式进行学 习： ， 、 Jm(，)+叫f)f，)一珥ff)) ∈N，(f) (，) VfeN．(f1 其 中M(f1：神经元 1在t时刻对 应的权值 ；a(∽ 谓整系 数 ； (『l网络的输八矢量；Ⅳ()：学习的 I域。每个神经元能最 大限度 地表示一 定 的自由空间 。神经 元权 向量的最 小生成 树可以表示出自由空问的基本框架。网络学习的邻域 (，) 可 以动 态地 定义 成矩形 、多边 形 。神经 元数量 的选取取 决 于环境 的复杂度 ，如果神 经元 的数量 太少 ．它们就 不能 覆 盖整十空间，结果会导致节点穿过障碍物区域 如果节点 妁数量太大 ．节点就会表示更多的区域，也就得不到距障 碍物的最大距离。在这种情况下，节点是对整个 自由空间 的学 习，而不是 学习最 小框架空 间 。节 点的数 量可 以动态 地定义，在每个学习阶段的结柬．机器人会检查所有的路 径．如检铡刊路径上有障碍物 ，就意味着没有足够的节点 来 覆盖整 十 自由窑 间，需要增加 网络节点来 重新学 习 所 138一 以为了收敛于最小框架表示 ，应该采用较少的网络 节点升 始学习，逐步增加其数量。这种方法比较适台对拥挤的'E{= 境的学习，自由空间教小，就可用线段表示；若自由空问 较大，就需要由二维结构表示 。 采用Kohonen~冲经阿络表示环境是一个新的方法。由 于网络的并行结构，可在较短的时间内进行大量的计算。并 且不需要了解障碍物的过细信息．如形状、位置等 通过 学习可用树结构表示自由空问的基本框架，起、终点问路 径 可利用树的遍 历技术报容易地被找到 在机器人对环境的感知的过程中，可采用人】：神经嘲 络技术对 多传 感器的信息进 行融台 。由于单个传感器仅能 提 供部分不 完全 的环境信息 ，因此只有秉 甩 多种传感器 才 能提高机器凡的感知能力。 2 神经 网络在局部路径规射中的应 用 局部路径 规删足称动吝避碰 规划 ，足以全局规荆为指 导 利用在线得到的局部环境信息，在尽可能短的时问内
上传时间： 2022-02-12
上传用户：qingfengchizhu
华为网络安全白皮书2012-cn前言 本文件公开坦诚地阐述了华为对于以下问题的观点：网络安全以及其 对技术、社会和我们日常生活带来的后果和影响。 在本文件中，我们结合历史背景从总体上阐述了网络安全的现状、参 与者以及空前扩展的全球供应链给我们大家带来的独特挑战。 文件还概述了华为的网络安全方法和全球供应链的挑战，并就全行业 如何积极务实地解决这些担忧提出了一些建议。毫无疑问，我们需要 在全行业的公共和私有部门之间持续增强透明，更加团结合作，主动 管理网络安全并降低全球供应链风险。 作为一个全球性的公司，华为致力于与各利益相关方密切合作、持续 创新、共建标准，确保我们提供的网络解决方案和服务的完整性和安 全性能够满足或超越我们客户的需求，并为他们的客户提供必要的保 障信心。本文件是为了促进全行业对我们的了解而采取的一个举措， 促进行业了解我们在全球范围内为确保我们大家将来有一个安全和更 好的网络而做出的努力，并就企业和政府在管理全球网络安全风险方 面需要采取的行动提出自己的意见。
上传时间： 2022-02-28
上传用户：
