分段式地址分配算法研究

来源 :计算机科学 | 被引量 : 0次 | 上传用户:lcmeng
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
地址的分配机制,在每种网络都存在,它是进行网络通信和数据传输的基础。为此提出了一种采用分段模式的地址分配方法,分析了其原理,同时具体介绍了基于这种地址分配方式下的树形路由算法[3]。
其他文献
提出了基于数学形态学的聚类集成算法CEOMM。它利用不同的结构元素的探针作用,对不同的结构元素探测出来的簇核心图进行集成,在集成所得到的簇核心基础上聚类。实验结果表明,算法CEOMM对有复杂类形状的数据集进行聚类时,效果比传统聚类算法更好,且能确定聚类数。而且由于采用了不同的结构元素进行探测,对于由不同形状的类构成的数据集其聚类效果很理想。
互联网在飞速发展的同时,也给网络系统的正常运行带来了一系列的问题,其中最突出的是由网络流量过大引起的网络拥塞。通过对多种流控方法的研究,最终从队列调度方面着手,利用
多核处理器的新特性给MPI应用带来了新的优化空间,其中调优MPI运行时参数被证明是优化MPI应用的有效方法。然而最优的运行时参数不仅与多核机群的体系结构有关,也决定于MPI应用
P2P网络的开放、匿名特性使得系统极易遭受恶意用户的攻击,信任模型是减少此类威胁的有效方法。信任模型的有效性依赖于信任数据的可靠性,因此信任数据对于信任模型来说至关
声调信息在汉语语音识别中具有非常重要的意义。采用支持向量机对连续汉语连续语音进行声调识别实验,首先采用基于Teager能量算子和过零率的两级判别策略对连续语音进行浊音段提取,然后建立了适合于支持向量机分类模型的等维声调特征向量。使用6个二类SVM模型对非特定人汉语普通话的4种声调进行分类识别,与BP神经网络相比,支持向量机具有更高的识别率。
迭代重加权(heratively Reweighted)方法是提高最小二乘支持向量机(LSSVM)稳健性的重要手段,但由于涉及到多次加权和重复训练,该方法需要大量运算,无法广泛应用。通过数值推导,获得了
为解决传统入侵检测中存在的检测效率低、对未知的入侵行为检测困难等问题,提出了将改进的BP神经网络算法和支持向量机集成的入侵检测模型。实验表明,集成改进的BP神经网络和支
以六子棋机器博弈为应用背景,实现了基于即时差分学习的估值函数权值调整自动化。提出了一种新的估值函数设计方案,解决了先验知识与多层神经元网络结合的问题。结合具体应用对
本体映射是基于本体的语义查询与集成的基础。本体映射发现的任务是从源本体和目标本体的相似度中发现本体映射,它是本体映射的关键。将本体映射发现问题看成是集合覆盖问题,提
科学可视化技术在众多领域具有十分广泛的应用,然而直接体绘制技术却有着计算量大、计算时间长的缺点,在普通的PC机上很难实现对大规模数据的实时交互绘制。目前的三维可视化系统通常需要架构在高端的图形工作站或转用计算机上。随着计算机软硬件技术的发展,普通的PC机图形处理器GPU(Graphic Processing Unit)具有了可编程功能。正是借助GPU的可编程功能及其强大的并行处理能力,研究并实现了