1.1 计算机网络在信息时代中的作用 1.2 因特网概述 1.2.1 网络的网络 1.2.2 因特网发展的三个阶段 1.2.3 因特网的标准化工作 1.3 因特网的组成 1.3.1 因特网的边缘部分 1.3.2 因特网的核心部分 1.4 计算机网络在我国的发展 1.5 计算机网络的类别 1.5.1 计算机网络的定义 1.5.2 几种不同类别的网络 1.6 计算机网络的性能 1.6.1 计算机网络的性能指标 1.6.2 计算机网络的非性能特征 1.7 计算机网络的体系结构 1.7.1 计算机网络体系结构的形成 1.7.2 协议与划分层次 1.7.3 具有五层协议的体系结构 1.7.4 实体、协议、服务和服务访问点 1.7.5 TCP/IP 的体系结构

1.1 计算机网络在信息时代中的作用 1.2 因特网概述 1.2.1 网络的网络 1.2.2 因特网发展的三个阶段 1.2.3 因特网的标准化工作 1.2.4 计算机网络在我国的发展 1.3 因特网的组成 1.3.1 因特网的边缘部分 1.3.2 因特网的核心部分 1.4 计算机网络在我国的发展 1.5 计算机网络的类别 1.5.1 计算机网络的定义 1.5.2 几种不同类别的网络 1.6 计算机网络的性能 1.6.1 计算机网络的性能指标 1.6.2 计算机网络的非性能特征 1.7 计算机网络的体系结构 1.7.1 计算机网络体系结构的形成 1.7.2 协议与划分层次 1.7.3 具有五层协议的体系结构 1.7.4 实体、协议、服务和服务访问点 1.7.5 TCP/IP 的体系结构

1.1 计算机网络在信息时代中的作用 1.2 因特网概述 1.2.1 网络的网络 1.2.2 因特网发展的三个阶段 1.2.3 因特网的标准化工作 1.2.4 计算机网络在我国的发展 1.3 因特网的组成 1.3.1 因特网的边缘部分 1.3.2 因特网的核心部分 1.4 计算机网络在我国的发展 1.5 计算机网络的类别 1.5.1 计算机网络的定义 1.5.2 几种不同类别的网络 1.6 计算机网络的性能 1.6.1 计算机网络的性能指标 1.6.2 计算机网络的非性能特征 1.7 计算机网络的体系结构 1.7.1 计算机网络体系结构的形成 1.7.2 协议与划分层次 1.7.3 具有五层协议的体系结构 1.7.4 实体、协议、服务和服务访问点 1.7.5 TCP/IP 的体系结构

1.1 计算机网络在信息时代中的作用 1.2 因特网概述 1.2.1 网络的网络 1.2.2 因特网发展的三个阶段 1.2.3 因特网的标准化工作 1.2.4 计算机网络在我国的发展 1.3 因特网的组成 1.3.1 因特网的边缘部分 1.3.2 因特网的核心部分 1.4 计算机网络在我国的发展 1.5 计算机网络的类别 1.5.1 计算机网络的定义 1.5.2 几种不同类别的网络 1.6 计算机网络的性能 1.6.1 计算机网络的性能指标 1.6.2 计算机网络的非性能特征 1.7 计算机网络的体系结构 1.7.1 计算机网络体系结构的形成 1.7.2 协议与划分层次 1.7.3 具有五层协议的体系结构 1.7.4 实体、协议、服务和服务访问点 1.7.5 TCP/IP 的体系结构

提出了一种面向网络长文本的话题检测方法.针对文本表示的高维稀疏性和忽略潜在语义的问题，提出了Word2vec&LDA（latent dirichlet allocation）的文本表示方法.将LDA提取的文本特征词隐含主题和Word2vec映射的特征词向量进行加权融合既能够进行降维的作用又可以较为完整的表示出文本信息.针对传统话题发现方法对长文本输入顺序敏感问题，提出了基于文本聚类的Single-Pass&HAC（hierarchical agglomerative clustering）的话题发现方法，在引入时间窗口和凝聚式层次聚类的基础上对于文本的输入顺序具有了更强的鲁棒性，同时提高了聚类的精度和效率.为了评估所提出方法的有效性，本文从某大学社交平台收集了来自真实世界的多源数据集，并基于此进行了大量的实验.实验结果证明，本文提出的方法相对于现有的方法，如VSM（state vector space model）、Single-Pass等拥有更好的效果，话题检测的精度提高了10%~20%

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 6.3 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 6.6 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

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

在传统的Web网站中，网页的布局往往由网页制作人员安排并很少变化。为了更好的为网络用户提供服务，提出通过对Web日志的数据清洗，识别出每个用户在一个会话期内访问的页面，依据网页内容在逻辑上的关系和用户经常访问的页面，得到用户对网页内容的兴趣度矩阵及各子项目的兴趣度矩阵。对网络用户根据兴趣度矩阵进行层次化的分类，得到每个用户所属的类别。当用户访问网站时，根据该用户所属的类别进行网页布局的自动调整，让用户能够方便、快捷地访问到自己感兴趣的页面。这样能够给每个用户提供更加个性化、柔软的服务，增加了网站的服务效果和用户对于网站的信赖，避免用户迷失在海量数据中

针对机器或设备的剩余寿命（Remaining useful life, RUL）预测精度低的问题，提出基于一维卷积神经网络（Convolutional neural network, CNN）和双向长短期记忆（Bidirectional long short-term memory, BD-LSTM）的集成神经网络模型。为了更好地抽取时间序列上的特征，以及产生更多的训练样本，采用滑动窗口对数据进行处理，同时采用卡尔曼滤波对数据进行降噪处理，将数据标准化以及设置RUL标签。与人工提取特征不同，利用一维CNN对数据进行特征提取，并舍弃了CNN中的池化层。然后将提取到的高维特征输入到BD-LSTM进行回归预测，并采用Bagging的方式对此神经网络进行集成来预测RUL。最后通过在NASA的数据集上验证该模型的有效性，以及相比于其他机器学习或者深度学习模型的优越性，实验表明所提模型在RUL预测方面更加准确

针对目前视网膜血管分割中存在的细小血管提取不完整、分割不准确的问题，从血管形状拓扑关系利用的角度出发，探索多任务卷积神经网络设计，提出骨架图引导的级联视网膜血管分割网络框架。该框架包含血管骨架图提取网络模块、血管分割网络模块和若干自适应特征融合结构体。骨架提取辅助任务用于提取血管中心线，能够最大限度地保留血管拓扑结构特征；自适应特征融合结构体嵌入在两个模块的特征层间。该结构体通过学习像素级的融合权重，有效地将血管拓扑结构特征与血管局部特征相融合，加强血管特征的结构信息响应。为了获得更完整的骨架图，骨架图提取网络还引入了基于图的正则化损失函数用于训练。与最新的血管分割方法相比，该方法在3个公共视网膜图像数据集上均获得第一名，在DRIVE，STARE和CHASEDB1中其F1值分别为83.1%，85.8%和82.0%。消融实验表明骨架图引导的视网膜血管分割效果更好，并且，基于图的正则化损失也能进一步提高血管分割准确性。通过将骨架提取模块和血管分割模块替换成不同的卷积网络验证了框架的普适性