信息網絡工程實習資料
標簽： 信息網絡 工程 實習
上傳時間： 2013-10-18
上傳用戶：dalidala
云計算是繼個人計算機、互聯(lián)網之后的第三次信息化革命，給整個信息產業(yè)帶來巨大的推動力。但是，安全性已經成為云計算面臨的最大挑戰(zhàn)，它關系著用戶對云計算應用的信心。針對目前云計算存在的諸多安全問題，文中提出信息安全風險鏈條主要包括終端用戶、服務商和網絡傳輸3個環(huán)節(jié)，并著重分析各環(huán)節(jié)存在的安全問題，最后給出云計算的信息安全框架，以期引起人們對于云計算信息安全問題的重視，并為更好地推進云計算應用提供有效保障。
標簽： 云計算 信息安全 問題探討
上傳時間： 2013-10-08
上傳用戶：極客
提出了一種基于前向對向傳播神經網絡的信息檢索算法。分析了信息檢索技術的基本概念、原理、以及檢索方式，研究了科技信息檢索的流程，研究了前向對向傳播神經網絡的基本模型和算法，提出了基于前向對向傳播神經網絡的信息檢索的原理和算法，并將這種算法與傳統(tǒng)方法通過仿真實驗進行對比，在保持100%的查準率的情況下，將查全率由79.63%提高至85.59%，獲得了較好的效果。
標簽： 對向傳播 信息檢索 神經網絡 技術研究
上傳時間： 2013-11-21
上傳用戶：逗逗666
為了給用戶提供有效信息，能夠根據用戶的需要對Internet上的網頁信息進行獲取和過濾，設計了一個基于XML的Web信息篩選器。系統(tǒng)利用了XML作為中間數據的數據交換技術將Microsoft.NET技術、數據庫技術與XML技術相結合設計并實現(xiàn)Web服務程序。采用在Web服務和客戶端應用程序之間使用基于XML的存儲和訪問技術進行數據交換與處理的實現(xiàn)方法，構建了一個基于XML的Web服務，進行解析并過濾多余的信息，將解析后有用的信息結果返回給請求數據的客戶端，實現(xiàn)為用戶提供特定信息的服務。
標簽： XML Web 信息篩選器
上傳時間： 2014-12-29
上傳用戶：上善若水
2012年中國（北京）國際物聯(lián)網展覽會 2012中國（北京）國際信息網絡及技術設備展覽會 China Beijing International information network & technology equipment exhibition 時間：2012年12月07日－09日 地點：中國國際展覽中心
標簽： 2012 國際 信息網絡 備展覽會
上傳時間： 2013-10-21
上傳用戶：comer1123
根據某型導彈飛控系統(tǒng)遙測信息的測試要求，該遙測信息接收裝置設計采用全時段、全數據接收的原則。數字遙測信息接收單元以單片機為核心，提高了測試板對數據的自主處理能力；模擬遙測信息接收單元通過信號隔離，減少了設備對產品的影響，高速A/D采集保證了信號測試精度；大容量FIFO實現(xiàn)了數據全時段接收，圖譜分析使數據分析及故障甄別更簡易準確。
標簽： 導彈飛控系統(tǒng) 遙測信息 接收 裝置
上傳時間： 2013-12-17
上傳用戶：vodssv
MWNs的固有特性嚴重地阻礙了多跳無線網絡在實際中的廣泛應用。在總結MWNs固有特性和安全威脅的基礎上，分析了MWNs中的信息安全需求；結合無線信道的開放特性，將私密性從機密性中分離出來，分析了身份隱私、數據隱私、位置隱私、行為隱私的概念及關系；給出與MWNs相關的4個研究問題。
標簽： MWNs 信息安全
上傳時間： 2013-10-19
上傳用戶：sk5201314
對虛擬物流中心的性質、職能、運作模式及關鍵成本進行深入分析 提出了構建虛擬物流中心需要解決的三個關鍵問題 提出了構建虛擬物流中心的系統(tǒng)方法和理論 提出虛擬物流中心的信息平臺建設的重要性。提出物流的實體網絡與虛擬網絡的無縫結合已成為現(xiàn)代物流需求的首要目標和物流行業(yè)的發(fā)展方向。
標簽： 虛擬
上傳時間： 2013-10-15
上傳用戶：hjshhyy
目前，醫(yī)院信息化已是我國醫(yī)療事業(yè)改革中的重點，其中電子病歷在各家醫(yī)院的普及應用成為醫(yī)院信息化改革工作的重點。電子病歷的普及，使得原有的醫(yī)療資源不平衡、醫(yī)療成本過高、患者就醫(yī)壓力大等問題得到明顯地改善。文中主要闡述了區(qū)域性電子病歷信息共享的背景、網絡框架、應用范圍及今后的發(fā)展趨勢。
標簽： 電子病歷 信息共享
上傳時間： 2013-11-03
上傳用戶：wendy15
提出了一個自適應量子粒子群優(yōu)化算法，用于訓練RBF網絡的基函數中心和寬度，并結合最小二乘法計算網絡權值，對RBF網絡的泛化能力進行改進并用于特征選擇。實驗結果表明，采用自適應量子粒子群優(yōu)化算法獲得的RBF網絡模型不但具有很強的泛化能力，而且具有良好的穩(wěn)定性，能夠選擇出較優(yōu)秀的特征子集。
標簽： RBF 神經網絡 特征選擇 中的應用
上傳時間： 2013-11-16
上傳用戶：erkuizhang
蟲蟲下載站版權所有 京ICP備2021023401號-1
