上一章讨论的局域网是单个的同种协议网,即网络中每台机器对应层所用协议相同,通信 是在同一个网络内不同主机之间进行的。而所谓“网络互连”,就是采用各种网络互连设备将 同一类型的网络或不同类型的网络相互连接起来,形成所谓“ internet“(互连网络),使一个 网络上的主机能与另一网络上的主机相互通信。因特网( Internet)是世界上最大的 internet 此外,为了保证网络的传输性能、可靠性及安全性,一般要求一个网络所管理的范围不要 太大,这就要求把一个大的网络分解成若干个较小的子网,通过网络互连技术,形成所谓的 Intranet(内部互连网),以便隔离故障,提高安全保密性,方便网络管理

7.1 数据处理与分析的概念 7.1.1 数据分析与数据挖掘 7.1.2数据分析与数据处理 7.1.3大数据处理与分析 7.2机器学习和数据挖掘算法 7.2.1概述 7.2.2 分类 7.2.3聚类 7.2.4 回归分析 7.2.5关联规则 7.2.6协同过滤 7.3 大数据处理与分析技术 7.3.1技术分类 7.3.2 流计算 7.3.3 图计算 7.4大数据处理与分析代表性产品 7.4.1 分布式计算框架MapReduce 7.4.2 数据仓库Hive 7.4.3数据仓库Impala 7.4.4 基于内存的分布式计算框架Spark 7.4.5 TensorFlowOnSpark 7.4.6 流计算框架Storm 7.4.7 流计算框架Flink 7.4.8大数据编程框架Beam 7.4.9查询分析系统Dremel

针对传统算法在抗光照变化影响、大位移光流和异质点滤除等方面的不足,从人类视觉认知机理出发,提出了一种基于机器学习和生物模型的运动自适应V1-MT (motion-adaptive V1-MT,MAV1MT)序列图像光流估计算法.首先,引入基于ROF模型的结构纹理分解(structure-texture decomposition,STD)技术,有效解决了光照和色彩变化的影响.其次,利用多V1细胞加权组合及非线性正则化模拟MT细胞模型,并结合岭回归训练学习得到运动自适应的权重,解决对目标的运动速度感知问题.最后,引入由粗到精的增强方法和图像金字塔局部运动估计采样,将V1-MT运动估计模型应用于实际大位移视频序列.理论分析和实验结果表明,新方法能更加拟合人眼视觉信息处理特性,对视频序列具有普适、有效、鲁棒的运动感知性能

2.1 AT89S52单片机的硬件组成 2.2 AT89S52的引脚功能 2.2.1 电源及时钟引脚 2.2.2 控制引脚 2.2.3 并行I/O口引脚 2.3 AT89S52的CPU 2.3.1 运算器 2.3.2 控制器 2.4 AT89S52的存储器结构 2.4.1 程序存储器空间 2.4.2 数据存储器空间 2.4.3 特殊功能寄存器 2.4.4 位地址空间 2.4.5 存储器结构总结 2.5 AT89S52的并行I/O端口 2.5.1 P0口 2.5.2 P1口 2.5.3 P2口 2.5.4 P3口 2.6 时钟电路与时序 2.6.1 时钟电路设计 2.6.2 时钟周期、机器周期、指令周期与指令时序 2.7 复位操作和复位电路 2.7.1 复位操作 2.7.2 复位电路设计 2.8 AT89S52单片机的最小应用系统 2.9 看门狗定时器（WDT）功能简介 2.10 低功耗节电模式 2.10.1 空闲模式 2.10.2 掉电运行模式

2.1 AT89S52单片机的硬件组成 2.2 AT89S52的引脚功能 2.2.1 电源及时钟引脚 2.2.2 控制引脚 2.2.3 并行I/O口引脚 2.3 AT89S52的CPU 2.3.1 运算器 2.3.2 控制器 2.4 AT89S52的存储器结构 2.4.1 程序存储器空间 2.4.2 数据存储器空间 2.4.3 特殊功能寄存器 2.4.4 位地址空间 2.4.5 存储器结构总结 2.5 AT89S52的并行I/O端口 2.5.1 P0口 2.5.2 P1口 2.5.3 P2口 2.5.4 P3口 2.6 时钟电路与时序 2.6.1 时钟电路设计 2.6.2 时钟周期、机器周期、指令周期与指令时序 2.7 复位操作和复位电路 2.7.1 复位操作 2.7.2 复位电路设计 2.8 AT89S52单片机的最小应用系统 2.9 看门狗定时器（WDT）功能简介 2.10 低功耗节电模式 2.10.1 空闲模式 2.10.2 掉电运行模式

多聚焦图像融合是计算机视觉领域中的一个重要分支，旨在使用图像处理技术将同一场景下的聚焦不同目标的多张图像中各自的清晰区域进行融合，最终获得全清晰图像。随着以深度学习为代表的机器学习理论的突破，卷积神经网络被广泛应用于多聚焦图像融合领域，但大多数方法仅关注网络结构的改进，而使用简单的两两串行融合方式，降低了多图融合的效率，并且在融合过程中存在的失焦扩散效应也严重影响了融合结果的质量。针对上述问题，在显微成像分析的应用场景下，提出了一种最大特征图空间频率融合策略，通过在基于无监督学习的卷积神经网络中增加后处理模块，规避了两两串行融合中冗余的特征提取过程，实验证明该策略显著提高了多张图像的多聚焦图像融合效率。并且提出了一种矫正策略，在保证融合效率的情况下可有效缓解失焦扩散效应对融合图像质量的影响

上一章讨论的局域网是单个的同种协议网,即网络中每台机器对应层所用协议相同,通信 是在同一个网络内不同主机之间进行的。而所谓“网络互连”,就是采用各种网络互连设备将 同一类型的网络或不同类型的网络相互连接起来,形成所谓“internet“(互连网络),使一个 网络上的主机能与另一网络上的主机相互通信。因特网(Internet)是世界上最大的 internet 此外,为了保证网络的传输性能、可靠性及安全性,一般要求一个网络所管理的范围不要 太大,这就要求把一个大的网络分解成若干个较小的子网,通过网络互连技术,形成所谓的 Intranet(内部互连网),以便隔离故障,提高安全保密性,方便网络管理

《机械原理多媒体教学光盘》 机械原理是机械类各专业的一门主干技术基础课程。它在培养学 生的机械设计能力和创新能力所需的知识、能力和素质结构中,占有 十分重要的地位。本课程的任务是使学生掌握机构学和机器动力学的 基础理论、基本知识和基本技能,学会常用机构的分析和综合方法, 并具有进行机械系统运动方案设计的初步能力。在培养高级机械工程 技术人才的全局中,本课程为学生今后从事机械设计、研究和开发创 新奠定必要的基础,并且有增强学生对机械技术工作适应能力的作 用 总学时56(周4学时):其中理论课48学时,实验课6学时, 讨论课2学时