◼ 3.1数据通信的理论基础 ◼ 3.2传输介质 ◼ 3.3数字调制与多路复用 ◼ 3.4交换技术

8.1 Java与internet 8.2 使用URL 8.3 访问cgi 8.4 URL连接 8.5 Socket 8.6 internet应用 8.7 数据报 8.8 JDBC 8.9 小结

2.1 物理层的基本概念 2.2 物理层下面的传输媒体 2.3 物理层的设备与冲突域 2.4 数据通信的基础知识

2.1 物理层的基本概念 2.2 物理层下面的传输媒体 2.3 物理层的设备与冲突域 2.4 数据通信的基础知识

提出了一种基于免疫识别原理的径向基函数神经网络学习算法.该算法利用人工免疫系统的识别、记忆、学习等原理,将输入数据作为抗原,抗体为抗原的压缩映射作为径向基函数神经网络模型的隐层中心,输出采用最小二乘法确定权值.通过预报热轧带肋钢筋力学性能的仿真实验结果表明,与K-均值法选择中心点比较,该算法计算量较小,精度高

网络分析原理 • 经典网络分析原理 • 我的面向对象网络分析理论 静态安全分析 电力系统潮流计算中的特殊问题 潮流问题的扩展 电力系统状态估计 Power System State Estimation 电力系统状态估计概述 Introduction to Power System State Estimation 电力系统状态估计算法 Models and Approaches of Power System State Estimation 不良数据辨识 Bad Measurement Identification 抗差状态估计 Robust State Estimation

学习要点: ·应用层的基本概念、功能与作用 ·域名系统的组成与工作原理 ·电子邮件的基本组成及工作原理 文件传输系统工作原理与使用方法 理解与掌握万维网的工作原理及网站的 建立方法 理解网络管理的含义与功能

近年来，无人机入侵的事件经常发生，无人机跌落碰撞的事件也屡见不鲜，在人群密集的地方容易引发安全事故，所以无人机监测是目前安防领域的研究热点。虽然目前有很多种无人机监测方案，但大多成本高昂，实施困难。在5G背景下，针对此问题提出了一种利用城市已有的监控网络去获取数据的方法，基于深度学习的算法进行无人机目标检测，进而识别无人机，并追踪定位无人机。该方法采用改进的YOLOv3模型检测视频帧中是否存在无人机，YOLOv3算法是YOLO（You only look once，一次到位）系列的第三代版本，属于one-stage目标检测算法这一类，在速度上相对于two-stage类型的算法有着明显的优势。YOLOv3输出视频帧中存在的无人机的位置信息。根据位置信息用PID（Proportion integration differentiation，比例积分微分）算法调节摄像头的中心朝向追踪无人机，再由多个摄像头的参数解算出无人机的实际坐标，从而实现定位。本文通过拍摄无人机飞行的照片、从互联网上搜索下载等方式构建了数据集，并且使用labelImg工具对图片中的无人机进行了标注，数据集按照无人机的旋翼数量进行了分类。实验中采用按旋翼数量分类后的数据集对检测模型进行训练，训练后的模型在测试集上能达到83.24%的准确率和88.15%的召回率，在配备NVIDIA GTX 1060的计算机上能达到每秒20帧的速度，可实现实时追踪

第十章信息系统安全与社会责任 一、信息安全概述 二、计算机病毒及防治 三、网络安全技术 四、数据加密与数字签名 五、防火墙技术 六、网络社会责任与计算机职业道德规范

➢ 基本概念 ➢ 数据的传输 ➢ 数据传输的同步方式 ➢ 数据的编码和调制技术 ➢ 数据交换技术 ➢ 信道复用技术 ➢ 传输媒体的类型与特点 ➢ 差错控制技术