⚫ 局域网的特性、标准、以及决定局域网的关键技术； ⚫ 以太网的产生、种类和发展； ⚫ 各种高速网络的种类及技术特点； ⚫ 网络交换的概念以及交换式以太网； ⚫ 虚拟局域网的概念、特点和划分方法； ⚫ 无线局域网的特点； ⚫ 局域网的连接设备及应用；

学科基础课平台必修课 《高等数学 A1》 《高等数学 A2》 《大学物理 A1》 《大学物理 A2》 《大学物理实验》 《C++程序设计》 《C++程序设计实验》 《C++程序设计实训》 《线性代数》 《概率论与数理统计 B》 《离散数学Ⅰ》 《计算机组成原理 I》 《数据结构 I》 《数据结构 I 实验》 《计算机网络原理Ⅰ》 《操作系统 I》 《操作系统Ⅰ》 《电工电子技术 C》 学科基础课平台选修课 《数字逻辑》 《Java 程序设计》 《Java 程序设计实验》 《Java 程序设计》实训 《管理信息系统》 《管理信息系统实训》实践 《数据库原理 A》 《编译原理》 《软件工程概论 A》 《汇编语言与接口技术》 《汇编语言与接口技术》考查大纲 《汇编语言与接口技术》实践 《算法分析与设计》 专业课平台必修课 《C#程序设计》 《AspNet 程序设计 A》实践 《软件项目管理》 《软件工程专业毕业设计（论文）》 《软件工程》毕业实习 《UML 建模语言》 《软件设计与规范》 《UML 软件建模》 《软件设计模式》 《软件工程生产实习》 《软件验证与确认 A》 《软件验证与确认 A》课程实验 《单元测试与软件质量》 《软件工程综合实训 I》 《软件验证与确认 B》 《软件验证与确认 B》课程实验 《软件工程综合实训 II》 专业课平台选修课 《软件工程综合实训 III》 《软件测试技术与工具》 《软件测试技术与工具》课程实验 《单元测试实训》 《集成测试实训》 《软件测试设计与文档规范实训》 《搜索引擎》 《搜索引擎》课程实验 《JavaScript 与 Ajax 开发》实验 《Fortran 与科学计算》 《Java 软件开发实训》 《Oracle 高级数据库开发设计》 《安卓系统编程实训》 《工程数据库技术》 《工程数据库技术》课程实验 《计算方法》 《软件安全测试》 《软件安全测试》课程实验 《经典代码与文档阅读》 《软件安全》 《软件安全》课程实验 《软件部署与维护》 《计算机游戏基础》 《人机交互工程》 《人机交互工程》考查大纲 《网络软件开发技术》

一、局域网的特性、标准、以及决定局域网的关键技术; 二、以太网的产生、种类和发展; 三、各种高速网络的种类及技术特点; 四、网络交换的概念以及交换式以太网; 五、虚拟局域网的概念、特点和划分方法; 六、无线局域网的特点; 七、局域网的连接设备及应用;

5.1 局域网概述 5.2 IEEE802标准 5.3 介质访问控制 5.4 共享式以太网和交换式以太网 5.5 高速以太网 5.6 其他种类的高速局域网 5.7 无线局域网 5.8 虚拟局域网 5.9 网络操作系统

一、 计算机硬件与体系结构 二、 计算机软件技术 三、 计算机网络 四、 计算机应用技术 五、 计算机科学理论

第10章网络数据库应用实例 本章内容: 一、VOD点播系统总体规划 二、数据库及数据表的建立 三、创建主界面及实现各功能主程序 学完前几章,读者已经具备了在ASP中开发网络数据库实用程序的条件。这一章将通过一个VOD点播系统的设计实例,说明网络数据库的一个简单应用

3.1网络设计的目标 3.2拓扑结构设计 3.3网络组件设计 3.4IP地址分配 3.5IP路由设计

本课程是计算机专业中实用性最强的技术课程之 《中国青年报》2000年1月31日 去年,中国社会科学院进行了一次全国性的城市居民择业调查,被调查者选择的前十位职业依次是市 长、政府部长、大学教授、电脑网络工程师、法官、检察官、律师、高科技企业工程师、党政机关领 导干部、自然科学家

本章将介绍与办公自动化密切相关的 网络的基本知识和操作技术，包括计 算机局域网、Internet的相关知识和 基本操作，最后介绍两款在办公自动 化操作中常用的与网络有关的软件

深度神经网络技术用于机械设备故障诊断展现出了巨大潜力，但繁重复杂的计算量对计算机硬件提出了严苛的要求，严重限制了其在实际工程中的应用。基于此提出一种新型的轻量级神经网络ShuffleNet，用于高速列车轮对轴承故障诊断研究。该网络模型基于模块化设计思想，包含多个高效率的ShuffleNet单元，通过运用分组卷积与深度可分离卷积技术极大改善了传统卷积操作的运算效率；同时使用通道混洗方法克服了通道分组带来的约束，改进了网络的损失精度。实验分析表明，所提网络模型可有效用于复杂工况下高速列车轮对轴承故障诊断，相比传统卷积神经网络、残差网络和Xception等当前深度神经网络模型，在保证诊断精度的同时，运行效率得到大幅提升。这为深度神经网络技术应用于工程实际，克服计算机硬件条件限制提供了一条新的途径