1.1 计算机网络的发展过程 1.2 计算机网络的分类 1.3 计算机网络的组成 1.4 计算机网络的分类 1.5 计算机网络的拓扑结构 1.6 计算机网络体系结构与协议简介 1.7 计算机网络协议相关的标准化组织

要在分子生物学领域进行计算分析,从公共数据库( DDBJ/EMBL/GenBank)中获得DNA序列记录 是其必需条件。借助于和一个已了解其生物学功能而被分离出来并测序的基因比较相似性的 方法,我们可以尝试确定某疾病基因的功能,这种方法要求序列记录有精确并且富于信息的 生物学注解。对于将其作为 BLAST或Eηtrez的检索结果来硏究的科学家来说,编码的蛋白质 产物的名称或功能、基因座位的名称以及和该序列最初的公布之间的联系(它因何被测 序?)构成了序列记录的直接的确切涵义 本章的内容是提交DNA序列及其注解到公共数据库,重点介绍了与国际核苷酸序列协作数据 库:DDBJ、EMBL和 Gen Bank密切相关的核苷酸序列数据库

1 导言 2 基本原理与概念 2.1 基本原理 2.2 对象的产生，排列及删除 2.3 在线帮助 3 R的数据操作 3.1 对象 3.2 在文件中读写数据 3.3 存储数据 3.4 生成数据 3.4.1 规则序列 3.4.2 随机序列 3.5 使用对象 3.5.1 创建对象 3.5.2 对象的类型转换 3.5.3 运算符 3.5.4 访问一个对象的数值：下标系统 3.5.5 访问对象的名称 3.5.6 数据编辑器 3.5.7 数学运算和一些简单的函数 3.5.8 矩阵计算 4 R绘图 4.1 管理绘图 4.1.1 打开多个绘图设备 4.1.2 图形的分割 4.2 绘图函数 4.3 低级绘图命令 4.4 绘图参数 4.5 一个实例 4.6 grid 和lattice 包 5 R的统计分析 5.1 关于方差分析的一个简单例子 5.2 公式 5.3 泛型函数 5.4 包 6 R编程实践 6.1 循环和向量化 6.2 用R写程序 6.3 编写你自己的函数 7 R 相关的文献

面向过程的程序设计方法采用函数(程)来描述对数据的 操作,但又将函数与数据分离。这种实质上的依赖与形式上 的分离使得所编写出来的大型程序难于控制,严重时甚至可 能导致程序的崩溃。 C++的类体现了OOP技术所要求的抽象和封装机制。类将 欲处理目标的属性(数据)和对其进行操作的方法(函数) 封装成一个整体。这样,既把自然界中的一类实体抽象成一 种具有自主行为的数据类型,同时又将它们的属性隐藏起来 以阻止外界的干扰。 类描述了数据类型的组织形式;对象则是类的实例,是存放 在内存中可操作的变量

基本内容：传输层的概念，TCP/IP体系中的传输层，端口的概念，用户数据报协议UDP，传输控制协议TCP，TCP报文格式、数据的编号与确认、流量控制、拥塞控制、重传机制、TCP的连接管理。 重点掌握：TCP/IP体系中的传输控制协议TCP：TCP报文格式、数据的编号与确认、流量控制、拥塞控制、重传机制、TCP的连接管理。 7.1 运输层协议概述 7.2 TCP/IP 体系中的运输层 7.2.1 运输层中的两个协议 7.2.2 端口的概念 7.3 用户数据报协议UDP 7.4 传输控制协议 TCP 7.4.1 TCP 概述 7.4.2 TCP 报文段的首部 7.4.3 TCP 的数据编号与确认 7.4.4 TCP 的流量控制与拥塞控制 7.4.5 TCP 的重传机制 7.4.6 采用随机早期丢弃 RED 进行拥塞控制 7.4.7 TCP 的运输连接管理 7.4.8 TCP 的有限状态机

为提高热轧换规格首块钢头部卷取温度命中率，采用数据挖掘技术，从历史带钢冷却数据中推断出与实际带钢相匹配的卷取温度模型水冷换热学习系数，并将其应用于模型预设定计算。首先，对冷却特征参数进行识别，按照相对型、绝对型、相等型和策略型四种方式进行定义，并对实际带钢与历史带钢的各项冷却特征参数进行相似距离计算。当历史带钢的总相似距离满足要求时，将其聚类为实际带钢的相似卷，并考虑各相似卷的时间影响，计算相似权重值；随后，基于相似带钢的头部和尾部信息，建立由卷取温度预报误差、偏离学习系数回归值惩罚项和偏离默认值惩罚项等构成的目标函数以及相应的约束条件，采用梯度下降法求解该二次规划问题，通过三次优化逐步计算出学习系数参考值和表征学习系数与带钢速度及目标卷取温度呈双线性关系的两个参数；最后，根据实际带钢的穿带速度、目标卷取温度等冷却条件计算冷却设定所需的学习系数。现场应用表明：基于十万块历史带钢冷却数据驱动的模型参数即时自适应设定算法可增强卷取温度模型对带钢头部冷却的预设定能力，学习系数即时自适应设定能力随着内存中保存的历史带钢冷却数据的多样性和检索出的相似卷数量的增加而提升

CABOSFV_C是一种针对分类属性高维数据的高效聚类算法,该算法采用集合稀疏差异度进行距离计算,并采用稀疏特征向量实现数据压缩.该算法的聚类效果受集合稀疏差异度上限参数的影响,而该参数的选取没有明确的指导.针对该问题提出基于集合稀疏差异度的启发式分类属性数据层次聚类算法(heuristic hierarchical clustering algorithm of categorical data based on sparse feature dissimilarity,HABOS),该方法从聚结型层次聚类思想的角度出发,在聚类数上限参数的约束下,应用新的内部聚类有效性评价指标(clustering validation index based on sparse feature dissimilarity,CVISFD)进行启发式度量,从而实现对聚类层次的自动选取.UCI基准数据集的实验结果表明,HABOS有效地提高了聚类准确性和稳定性

文档/视结构是Microsoft公司为Visual C++ Windows程 序设计提出的一种新的编程机制。它是我们在Visual C++ 中使用MFC开发基于文档的应用程序的基本框架，在这 个框架中，数据的维护和显示是分别由两个不同的且彼 此紧密相关的两个对象——文档和视负责的。在文档/视 结构中，文档相当于一个数据容器或数据管理中心，而 视却相当于显示数据的窗口或者是和数据发生交互的窗 口。因此一个完整的基于MFC开发的应用程序一般至少 由四个类组成（SDI应用）：CWinApp应用类

第3章数据链路层 3.1数据链路层的基本概念 3.2停止等待协议 3.2.1完全理想化的数据传输 3.2.2具有最简单流量控制的数据链路层协议 3.2.3实用的停止等待协议 3.2.4循环冗余检验的原理 3.2.5停止等待协议的算法 3.2.6停止等待协议的定量分析 *3.3 连续ARQ 协议 3.3.1 连续 ARQ 协议的工作原理 3.3.2 连续 ARQ 协议的吞吐量 3.3.3 滑动窗口的概念 3.3.4 信道利用率与最佳帧长 3.4 选择重传ARQ 协议 *3.5 面向比特的链路层协议 HDLC 3.5.1 HDLC 协议概述 3.5.2 HDLC 的帧结构 *3.6 因特网的点对点协议 PPP 3.6.1 PPP 协议的工作原理 3.6.2 PPP 协议的帧格式 3.6.3 PPP 协议的工作状态

工程试验不同于其他科学实验,十分重视实验的经济性,对其准确度应有一个适当的 要求:准确度过低当然不可取,对准确度要求过高,对仪器和设备的要求往往会大幅提 高,造成对人力和物力的浪费。因此,对测量准确度的恰当要求是极其重要的 实验数据误差的问题,已在分析化学和物理化学等课程中,陆续学习过一些有关的理 论和方法,这里不再系统论述。而在化学工程的研究中经常会遇到数据的回归分析,以及 离散数据的解析等数值计算的问题。因此本节将着重介绍化学工程实验中常用的一些数据 处理方法