2.1 物理层的基本概念 2.2 数据通信的基础知识 2.2.1 数据通信系统的模型 2.2.2 有关信道的几个基本概念 2.2.3 信道的极限容量 2.2.4 信道的极限信息传输速率 2.3 物理层下面的传输媒体 2.3.1 导向传输媒体 2.3.2 非导向传输媒体 2.4 信道复用技术 2.4.1 频分复用、时分复用和统计时分复用 2.4.2 波分复用 2.4.3 码分复用 2.5 数字传输系统 2.6 宽带接入技术 2.6.1 xDSL技术 2.6.2 光纤同轴混合网（HFC 网） 2.6.3 FTTx 技术

机器学习：基于支持向量数据描述的无标签数据多类分类

机器学习：支持向量数据描述的基因表达数据聚类方法

14.1 通信协议及开放系统互连参考模型 14.2 数据链路传输控制规程 14.3 CCITT的X.25建议 14.4 分组装/拆(PAD)相关协议 14.5 TCP/IP协议

机器学习：质量度量指标驱动的数据聚合与多维数据可视化

• Data Mining – From data warehousing to data mining. – Data pre-processing and data mining life-cycle. – Association and sequence analysis; classification and clustering. – Fuzzy Logic, Neural Networks, and Genetic Algorithms. – Mining Complex Data. • OLAP mining; spatial data mining; text mining; time-series data mining; web mining; visual data mining. • Data warehousing. – Introduction; basic concepts of data warehousing; data warehouse vs. Operational DB; data warehouse and the industry. – Architecture and design; two-tier and three￾tier architecture; star schema and snowflake schema; data capturing, replication, transformation and cleansing. – Data characteristics; metadata; static and dynamic data; derived data. – Data Marts; OLAP; data mining; data warehouse administration

中国科学技术大学：《多媒体通信 Multimedia Communications》课程教学资源（文献阅读交流）03 移动社交大数据之微信朋友圈数据集、网络应用以及未来展望 Mobile Social Big Data WeChat Moments Dataset, Network Applications, and Opportunities

◼ 指针类型概述 ◼ 指针的基本操作 ◼ 指针作为参数类型 ◼ 指针与动态变量 ◼ 指针与数组 ◼ 函数指针 ◼ 引用类型

7.1 抽象数据类型图的定义 7.2 图的存储表示 7.3 图的遍历 7.4 最小生成树 7.5 重（双）连通图和关节点 7.6 两点之间的最短路径问题 7.7 拓扑排序 7.8 关键路径

◼ 整数和实数的机内表示 ◼ 位操作 ◼ 操作数的类型转换 ◼ 短路求值 ◼ 带副作用的操作符的表达式计算 ◼ 左值表达式和右值表达式