本章主要讲解远程访问的基本概念,配置 Windows2003 Server远程访问服务。 通过本章学习,读者应该掌握以下内容: 远程访问的概念 配置RAS服务器 配置RAS客户机 管理RAS服务器

本章主要讲解 Windows2000 Server提供的WINS概念,配置管理WINS服务的方法。通过本章学习,读者应该掌握以下内容 一、WINS基本概念 二、安装Windows2000WS服务器 三、配置管理Windows2000WINS服务器 四、启用客户机的WINS功能

第6章差错与控制报文协议 6.1因特网控制报文协议 6.2ICMP报文格式与类型 6.3ICMP差错报告 6.4ICMP控制报文 6.5ICMP请求与应答报文对 6.6iCMP报文封装

为了获取喷嘴振荡腔内的压力脉动信号,提出一种新的检测方法.首先分析自振射流的特性,设计了产生自振射流的喷嘴结构;结合计算流体动力学分析喷嘴腔内动压分布,确定测压点位置;运用流体网络理论分析自振射流的频率特性,在此基础上确定用于实验的微型高响应压力传感器;考虑到腔内振荡信号的非平稳性,采用希尔伯特-黄变换（HHT）信号分析方法.实验结果表明,腔内振荡信号主要集中于40~60 Hz、110~150 Hz和200~310 Hz三个频带,且组成频率成分所对应的幅值差异明显;距离喷嘴出口较近处,自振信号振幅较大,频带窄

21世纪将进入电子商务时代:是社会发展的必然,我们将别无选择地生 活在电子商务时代。如何面对电子商务方式、如何适应数字化生存并积 极参与电子商务时代的国际竞争,是涉及到每个人、每个企业、部门及 国家发展与生存的重大问题,也国家部门现在应该开始解决的问题。 电子商务环境

传统人群搜索(SOA)算法通过计算搜索方向、搜索步长和搜寻更新个体位置三个步骤进行寻优.它的缺点在于计算量大,种群之间信息交流少,导致寻优速度慢.针对人群搜索算法存在的缺点,本文提出二项交叉算子改进人群搜索算法(BCOISOA)对其改进.在计算搜索步长方面,本文采用随机数与最大函数值位置乘积判断子群位置,进而提高全局寻优计算速率.在更新位置方面,本文提出二项交叉算子加强种群之间的联系,避免在更新搜索方向过程中,算法因局部最优而导致过早收敛,进而达到快速、准确寻找最优解的目的.本文将以上二项交叉算子改进人群搜索-BP神经网络算法应用在二段式磨矿过程中,实现磨矿粒度在线软测量.仿真结果表明,与人群搜索算法和粒子群算法进行比较,二项交叉算子改进人群搜索算法收敛速度更快,预测精度最高,满足对磨矿粒度实时检测的要求

研究了Bi2O3-BaO-SiO2-RxOy玻璃体系的结构及封接性能.应用密度泛函理论计算获得了Bi2O3在SiO2玻璃网络中的能量最优结构,从理论上确定了铋作为网络中间体最可能以[BiO3]形式存在,并讨论了Ba2+、Al3+等在玻璃中的作用及其存在的可能结构.结果表明,该玻璃的热膨胀系数在50~530℃温度为11×10-6 K-1,与氧化钇稳定氧化锆(热膨胀系数10.2×10-6 K-1)电解质和不锈钢SUS430(热膨胀系数11.3×10-6 K-1)合金连接体相匹配.对玻璃粉体进行物相分析表明,该硅酸盐玻璃为非晶体,与理论分析相一致.将氧化钇稳定氧化锆电解质和SUS430合金连接体用Bi-Ba-Si-O玻璃在高温下进行封接实验,结果说明三相界面结合紧密,气密性良好.实验选定的Bi-Ba-Si-O玻璃材料基本满足固体氧化物燃料电池对封接材料的要求

系统研究了面向复杂系统监测时变信号的实时故障检测与识别问题.采用滑窗Mallat小波快速变换克服传统小波变换的时域全局依耐性并提高计算效率,使之适应于实时故障检测;针对时变信号的故障模式识别难题,在故障检测基础上采用改进动态循环神经网络(improved dynamic recurrent neural network,IDRNN)进行智能故障识别.最后将滑动时窗小波检测模块及最优IDRNN网络模块嵌入某型完整卫星姿态控制系统仿真平台进行在线故障诊断.试验结果表明:实时条件下的滑动窗口小波变换与传统小波变换具有一致性,IDRNN对于时变信号识别具有较好的时域泛化能力,将滑窗移动时不变小波方法与IDRNN结合可以实现面向复杂系统监测实时信号的故障检测及复合模式分类

一、 《大学计算机基础教程》编写说明 最近几年,计算机科学发展日新月异,特别是网络、多媒体技术的广泛应 用,使计算机技术已经向各个领域渗透:同时计算机的使用环境也发生了很大变 化,CPU从前几年的80486发展到现在的PII,微机操作系统从MS-DOS遂渐向 业学生的《大学计算机基础》教材内容还是采用:DOS、WPS、CCED、 FOxBASE+显 然不适应信息社会发展的要求,为了使计算机基础教学适应末来信息社会需要和国 家教育部的要求,有必要对现有的教学大纲、教学内容、教学手段进行改革;同时 制定出一套新的“计算机等级考试大纲”和新的“等级考试标准化试题

为解决进行PM2.5质量浓度预测中多因素回归模型的不稳定、神经网络模型的过拟合及局部最小等问题，提出应用支持向量机和模糊粒化时间序列相结合的方法，对PM2.5质量浓度未来变化趋势和范围进行预测.根据PM2.5不同季节的日变化周期模式，确定以24 h为周期的粒化窗宽，利用三角型隶属函数对数据样本进行特征提取作为支持向量机的输入，并在k重交叉验证法下采用网格划分寻找出模型的最佳参数.以2013年3月—2014年2月北京市海淀区万柳监测点四个季节PM2.5的1 h质量浓度监测值为样本数据，应用该方法建立PM2.5质量浓度的时间序列预测模型，并在MATLAB平台下应用LIBSVM工具实现计算过程.结果表明，基于模糊粒化时间序列的预测模型，能较好解决PM2.5机理性建模方式下由于影响因素考虑不全而造成的预测结果不稳定，对模糊粒子拟合效果较好