logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

计算机网络课程实验4——编程实现路由算法(迪杰斯特拉算法)

实验目的: 运用各种编程语言实现基于 Dijkstra 算法的路由软件。实验意义: 通过本实验,使学生能够对路由原理和路由算法有进一步的理解和掌握。实验步骤: 1, 选择合适的编程语言编程实现基于 Dijkstra 算法的路由软件。 输入不同的网络拓扑和链路代价测试和验证自己的路由软件。实验代码部分如下(python):def generate_matrix():M = 1E100matrix =

#算法#图论#python +1
计算机网络课程实验6——RIP配置实验

一、实验目的掌握 RIP 原理掌握 RIP的基本配置。二、实验内容对两台支持三层路由功能的ISCOM 交换机进行RIP的配置三、实验拓扑四、实验结果和上一次实验有些类似,首先通过putty进行设置:在修改ip地址,启动rip协议,开始ping地址。五、实验心得与体会实验五和实验六两个实验非常像,首先通过putty进行配置,连线,再修改ip地址,最后ping通。通过此次实验,我对RIP协议也有了更深

#网络#华为
计算机网络课程实验5——交换机VLAN

一、实验目的:1.熟悉VLAN的技术背景和原理2.熟悉VLAN的基本配置方法和配置命令3.在交换机上实现VLAN的划分二、实验意义通过在实验室搭建VLAN实验环境,利用交换机进行VLAN配置,使学生进一步熟悉交换机的工作原理和基本配置方法,掌握VLAN的划分方法。三、实验背景VLAN技术与局域网息息相关,局域网通常被定义为一个单独的广播域,主要使用Hub,网桥,或交换机等网络设备连接同一网段内的所

#网络#网络协议#计算机网络
计算机网络课程实验5——交换机VLAN

一、实验目的:1.熟悉VLAN的技术背景和原理2.熟悉VLAN的基本配置方法和配置命令3.在交换机上实现VLAN的划分二、实验意义通过在实验室搭建VLAN实验环境,利用交换机进行VLAN配置,使学生进一步熟悉交换机的工作原理和基本配置方法,掌握VLAN的划分方法。三、实验背景VLAN技术与局域网息息相关,局域网通常被定义为一个单独的广播域,主要使用Hub,网桥,或交换机等网络设备连接同一网段内的所

#网络#网络协议#计算机网络
机器学习实验报告1——线性模型,决策树,神经网络部分

机器学习前三次实验报告1.线性模型实验内容和部分实验结果:实验1一元线性预测kaggle房价实验2多元线性预测kaggle房价,选择多种特征进行组合,完成多元线性回归,并对比不同的特征组合,它们训练出的模型在十折交叉验证上MAE与RMSE的差别,至少完成3组。实验3对数几率回归完成垃圾邮件分类问题和Dota2结果预测,通过精度(accuracy),查准率(precision),查全率(recall

#机器学习#神经网络#决策树 +1
计算机网络课程实验3——编程实现可靠数据传输原理 Go-Back-N

实验目的: 运用各种编程语言实现基于 Go-Back-N 的可靠数据传输软件。实验意义: 通过本实验,使学生能够对可靠数据传输原理有进一步的理解和掌握。实验背景:实验步骤:1,选择合适的编程语言编程实现基于 Go-Back-N 的可靠数据传输软件。2,在实际网络环境或模拟不可靠网络环境中测试和验证自己的可靠数据传输软件。实验代码如下(分为发送端和接收端):发送端:# Sender.pyimport

#golang#网络#udp +1
计算机网络课程实验3——编程实现可靠数据传输原理 Go-Back-N

实验目的: 运用各种编程语言实现基于 Go-Back-N 的可靠数据传输软件。实验意义: 通过本实验,使学生能够对可靠数据传输原理有进一步的理解和掌握。实验背景:实验步骤:1,选择合适的编程语言编程实现基于 Go-Back-N 的可靠数据传输软件。2,在实际网络环境或模拟不可靠网络环境中测试和验证自己的可靠数据传输软件。实验代码如下(分为发送端和接收端):发送端:# Sender.pyimport

#golang#网络#udp +1
机器学习实验报告1——线性模型,决策树,神经网络部分

机器学习前三次实验报告1.线性模型实验内容和部分实验结果:实验1一元线性预测kaggle房价实验2多元线性预测kaggle房价,选择多种特征进行组合,完成多元线性回归,并对比不同的特征组合,它们训练出的模型在十折交叉验证上MAE与RMSE的差别,至少完成3组。实验3对数几率回归完成垃圾邮件分类问题和Dota2结果预测,通过精度(accuracy),查准率(precision),查全率(recall

#机器学习#神经网络#决策树 +1
课程总结之机器学习

学习结束了,也把上一个学期上的课程做一个回顾。机器学习机器学习,作为计科的专业选修课,我们肯定是没有人工智能专业的同学们学的那么专业,基本上就是了解原理和实现应用就行。用的教材也是目前比较常用的西瓜书。实验环境用的是jupyter notebook。我们这个学期学习的主要内容包括:线性回归,决策树,神经网络,支持向量机,贝叶斯,聚类。这六个部分的话单独拎出一个来都是可以讲个没完没了的,所以我这里也

#机器学习#人工智能
数据库系统原理课程总结1——基本概念,业务背景,ER图,完整性约束,MySQL软件安装

语义网络是用于描述概念间关系的一种工具,请准确掌握如下两组基本概念,并用VISIO画出能准确表达这些概念之间关系的语义网络。(1) 数据、数据库、数据模型、数据库管理系统、软件、模型、数据库系统(2) 实体、实体集、属性、实体标识符、实体型、域、联系答:(1):(2):请从如下现实业务背景中任选一个,用VISIO画出ER图表达的简化的概念模型(10个实体集以内,不必穷尽)。答:我选择的是知乎等论坛

#mysql#数据库#database
    共 18 条
  • 1
  • 2
  • 请选择