首页 | 官方网站   微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   6篇
  免费   2篇
  国内免费   1篇
工业技术   9篇
  2020年   1篇
  2014年   1篇
  2013年   1篇
  2011年   1篇
  2010年   1篇
  2009年   1篇
  2008年   1篇
  1998年   2篇
排序方式: 共有9条查询结果,搜索用时 0 毫秒
1
1.
在普遍教师资源受限的情况下通过提出了一种基于世界大学城建设移动"慕课"课程的方法。通过分析"慕课"课程建设内容、充分利用世界大学城资源的存储,通过jsoup开发包实现Android移动端设备到世界大学城资源的模拟连接、获取资源来建立移动"慕课"课程,介绍了整个建设过程的基本思路和关键技术的实现。  相似文献   
2.
一种基于SVM的P2P网络流量分类方法   总被引:10,自引:1,他引:9       下载免费PDF全文
提出一种基于SVM的P2P网络流量分类的方法。这种方法利用网络流量的统计特征和基于统计理论的SVM方法,对不同应用类型的P2P网络流量进行分类研究。主要对文件共享中的BitTorrent,流媒体中的PPLive,网络电话中的Skype,即时通讯中的MSN 4种P2P网络流量进行分类研究。介绍了基于SVM的P2P流量分类的整体框架,描述了流量样本的获取及处理方法,并对分类器的构建及实验结果进行了介绍。实验结果验证了提出方法的有效性,平均分类精确率为92.38%。  相似文献   
3.
大规模的netflow训练数据集是构建高质量、高稳定网络流量分类器的必然要求。但随着网络流特征维数的提高和数据集规模的扩大,无论是网络流的分析处理还是基于支持向量机(SVM)的分类器模型的训练,都无法在有效的时间内得到有效的处理结果。本文基于Hadoop云计算平台,采用MapReduce技术对SVM网络流量分类器进行分布式学习和训练,构建CloudSVM网络流量分类器。通过对来自校园网出口镜像的近2 T的大规模网络流量的跟踪文件的分布式存储和处理,对抽取的样本数据集进行分类,实验验证了基于Hadoop平台分布式存储和并行处理大规模网络数据集的高效率性,也验证了CloudSVM分类器在不降低分类准确度的情况下可以快速收敛到最佳,并随着大规模网络流样本的增加,SVM分类器训练的时间趋近平稳。  相似文献   
4.
提出了一种用含微扰的2xmol2^n的二进制符号序列调制载波,解调时用反向判断来恢复信息的数字通信方法。讨论了这种适用于混沌保密通讯的调制方法的优点,侧重阐述了它的抗噪声能力。  相似文献   
5.
为了整合复旦图书馆数字化论文资源,来为教授提供个性化推荐服务,使用sniffer监听网络信息,模拟IE的浏览行为,实现了针对Vip、ISI和Metalib三个数据源的Deep Web Crawler,并研究了通用Deep Web Crawler的系统框架和功能模块.  相似文献   
6.
通过分析当前大学软件开发专业特点和高职院校在教学中存在的问题,提出基于世界大学城空间,围绕应用实践项目建立项目资源库以进行教学的教学思路,并对项目资源库的建设思路、建设内容以及教学过程设计做了详细阐述。  相似文献   
7.
一种网络流量分类特征的产生及选择方法   总被引:1,自引:0,他引:1  
在基于机器学习方法的网络流量分类系统中,特征产生及特征选择将直接影响到分类的速度及精度。针对这种情况,在特征产生方面,结合Packet-Level和Flow-Level上的信息,对报文属性(大小、个数、时间、标志位)、流的属性(时间)进行分析和研究,产生了37个网络流量统计特征。在特征选择方面,提出一种结合Filter模型和Wrapper模型的网络流量特征选择方法,实现了降维作用。实验表明,提出的方法提高了分类的精度。  相似文献   
8.
严志  邓河 《现代计算机》2011,(11):21-24
针对信息系统中业务受人为影响因素和复杂多变的问题,提出一种基于业务规则技术的自定义信息处理模型,并引入模式匹配算法进行业务规则匹配,并将模式匹配过程与企业业务规则结合起来,很好地解决信息处理中出现的业务突变问题,实现信息处理的自定义化和柔性化。  相似文献   
9.
提出了一种用含微扰的2 x mod2n 的二进制符号序列调制载波, 解调时用反向判断来恢复信息的数字通信方法。讨论了这种适用于混沌保密通讯的调制方法的优点, 侧重阐述了它的抗噪声能力。  相似文献   
1
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司    京ICP备09084417号-23

京公网安备 11010802026262号