本章主要讲解 Windows2000中活动目录(Active Directory,AD)的基本知识和使用技巧。通过本章学习,读者应该掌握以下内容: 一、活动目录的基本概念 二、活动目录的规划与安装 三、域控制器的管理 四、用户账户和计算机账户的管理 五、组和组织单位的管理 六、资源发布和域的管理

一、磁盘管理基本概念 二、一般卷的创建与管理 三、容错卷的创建与管理 四、文件的压缩与加密 五、磁盘重整与磁盘故障恢复 六、管理远程计算机内的磁盘

一、活动目录的基本概念 二、活动目录的规划与安装 三、域控制器的管理 四、用户账户和计算机账户的管理 五、组和组织单位的管理 六、资源发布和域的管理

1.了解计算机通信中信息、数据与信号的基本概念, 以及数据通信系统的基本结构; 2.掌握基带、频带和宽带传输的定义和适用场合。 3.掌握串行与并行通信,单工半双工与全双工通信 4.掌握数据传输速率的定义,掌握误码率的定义; 5.了解异步传输与同步传输方式; 6.掌握模拟数据编码与数字数据编码的基本原理; 7.了解多路复用技术的分类,掌握FDM、WDM、TDM CDM的基本工作原理; 8.了解数据通信中差错产生的原因与差错类型;

《网页设计与制作》自考课程 复习资料 第一部分知识点 1.互联网 ①概念:它是目前世界上最大的计算机通信网络,遍布全球,将世界上各种规模的计算机网络连接成一个整体,从而实现信息交流与共享。 ②服务:它主要提供了WEB、BBS、 TELNET、FTP等服务。 2.网络协议 ①定义:它是一系列通信规则的总称,主要包括用户数据与控制信息的结构和格式,需要发出的控制信息以及相应要完成的操作与响应,对事件实现顺序的详细说明等三部分内容。 ②分类:它分为硬件协议和软件协议,其中硬件协议定义硬件设备如何协调工作,如:100BaseT Ethernet等,软件协议则用于完成程序之间的通信,如: TCPIP,IPX, NETBEUI等

（一）理论课程 1《数据库原理》 2《操作系统原理》 3《TCP/IP 网络编程》 4《服务器与存储技术》 5《路由技术原理及应用》 6《信息安全概论》 7《云计算导论》 8《云计算虚拟化技术》 9《数据结构与算法》 10《C 语言程序设计》 11《Linux 程序设计》 12《面向对象程序设计》 13《数值计算方法》 14《软件工程经济学》课程设计教学大纲（理论） 15《计算机网络》 （二）实验课程 16《数据库原理》 17《操作系统原理》 18《文献检索》 19《网络编程技术》 20《数据库原理》 21《路由技术原理及应用》 22《信息安全概论》 23《云计算虚拟化技术》 24《数据结构与算法》 25《C 语言程序设计》 26《Linux 程序设计》 27《面向对象程序设计》 28《数值计算方法》 29《软件工程经济学》课程设计教学大纲（实验） 30《计算机网络》 （三）实践课程 31《C 语言程序概念实训》 32《计算机科学与技术》毕业设计教学大纲 33《毕业实习》教学大纲 34《程序设计技能实训》 35《专业教育》 36《计算机综合项目实训》 37《C 语言课程设计》

6.1 路由器在网际互连中的作用 6.1.1 路由器的构成 6.1.2 交换构件 6.1.3 互联网与因特网 6.2 因特网的网际协议 IP 6.2.1 分类的 IP地址 6.2.2 IP 地址与硬件地址 6.2.3 地址解析协议 ARP 和逆地址解析协议 RARP 6.2.4 IP 数据报的格式 6.2.5 IP 层处理数据报的流程 ? 6 ? 网络互连（续） 6.3 划分子网和构造超网 6.3.1 划分子网 6.3.2 使用子网掩码的分组转发过程 6.3.3 无分类编址 CIDR 6.4 因特网控制报文协议 ICMP 6.5 因特网的路由选择协议 6.5.1 有关路由选择协议的几个基本概念 6.5.2 内部网关协议 RIP 6.5.3 内部网关协议 OSPF 6.5.4 外部网关协议 BGP ? 6 ? 网络互连（续） 6.6 IP 多播和因特网组管理协议 IGMP 6.6.1 IP 多播的基本概念 6.6.2 因特网组管理协议 IGMP 6.6.3 多播路由选择 6.7 虚拟专用网 VPN 和网络地址转换 NAT 6.8 下一代的网际协议 IPv6 (IPng) 6.8.1 解决 IP 地址耗尽的措施 6.8.2 IPv6 的基本首部 6.8.3 IPv6 的扩展首部 6.8.4 IPv6 的地址空间 6.8.5 从 IPv4 到 IPv6 的过渡 6.8.6 ICMPv6

深度神经网络近年在计算机视觉以及自然语言处理等任务上不断刷新已有最好性能，已经成为最受关注的研究方向.深度网络模型虽然性能显著，但由于参数量巨大、存储成本与计算成本过高，仍然难以部署到硬件受限的嵌入式或移动设备上.相关研究发现，基于卷积神经网络的深度模型本身存在参数冗余，模型中存在对最终结果无用的参数，这为深度网络模型压缩提供了理论支持.因此，如何在保证模型精度条件下降低模型大小已经成为热点问题.本文对国内外学者近几年在模型压缩方面所取得的成果与进展进行了分类归纳并对其优缺点进行评价，并探讨了模型压缩目前存在的问题以及未来的发展方向

从安钢电极控制的实际应用出发,应用数据挖掘技术建立了电极预测模型并应用于电极控制系统的参数整定.首先介绍了建立电极预测模型的数据挖掘过程;然后在数据挖掘算法中提出了一种新的变结构遗传Elman网络方法,该算法用改进的混合遗传算法对网络结构和权值及自反馈增益同步动态寻优.将基于BP算法的Elman网络和本文提出的变结构遗传Elman网络都应用于安钢交流电弧炉的电极预测模型中进行比较.通过基于安钢现场数据的计算机仿真实验表明:采用变结构遗传Elman网络的数据挖掘算法比BP算法具有更好的动态性能、更快的逼近速度和更高的精度.在此基础上,把建立的模型应用于安钢电极控制系统的参数整定,取得了良好的控制效果

在输电场景中，吊车等大型机械的运作会威胁到输电线路的安全。针对此问题，从训练数据、网络结构和算法超参数的角度进行研究，设计了一种新的端到端的输电线路威胁检测网络结构TATLNet，其中包括可疑区域生成网络VRGNet和威胁判别网络VTCNet，VRGNet与VTCNet共享部分卷积网络以实现特征共享，并利用模型压缩的方式压缩模型体积，提升检测效率，从计算机视觉和系统工程的角度对入侵输电场景的大型机械进行精确预警。针对训练数据偏少的问题，利用多种数据增强技术相结合的方式对数据集进行扩充。通过充分的试验对本方法的多个超参数进行探究，综合检测准确率和推理速度来研究其最优配置。研究结果表明，随着网格数目的增加，准确率也随之增加，而召回率有先增加后降低的趋势，检测效率则随着网格的增加迅速降低。综合检测准确率与推理速度，确定9×9为最优网格划分方案；随着输入图像尺寸的增加，检测准确率稳步上升而检测效率逐渐下降，综合检测准确率和效率，选择480×480像素作为最终的图像输入尺寸。输入实验以及现场部署表明，相对于其他的轻量级目标检测算法，该方法对输电现场入侵的吊车等大型机械的检测具有更优秀的准确性和效率，满足实际应用的需要