網絡的基本原理

前言：想要寫出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇網絡的基本原理范文，相信會為您的寫作帶來幫助，發現更多的寫作思路和靈感。

網絡的基本原理范文第1篇

【關鍵詞】網絡信息資源；搜索引擎；體系結構；工作過程；工作原理

隨著國內外近年來電子圖書館、數字圖書館、虛擬圖書館的興起與發展，圖書館的工作對象由文獻資源擴展為信息資源。以計算機技術、網絡技術、微電子技術為核心的現代化技術將從根本上改變圖書館的工作模式、工作方法甚至體制形態。新的研究課題不斷涌現，其中包括網上信息資源的虛擬鏈接和應用、利用計算機進行各類信息（包括多媒體信息、流媒體信息等）的存儲和檢索。

1.網絡信息資源

網絡信息資源是將文字、圖像、聲音、動畫等多種形式的信息，以數字化形式存儲，并借助計算機與網絡通信設備、收集、組織、存儲、傳遞、檢索和利用的信息資源。

2.網絡信息資源的檢索工具

網絡信息資源檢索工具有多種，按照其檢索機制可分為主題指南（目錄型檢索工具）、圖書館的網絡導航（學科導航）、搜索引擎等。從功能上來看，主題指南和圖書館的網絡導航類似圖書中的目次，而搜索引擎則更像索引。搜索引擎使用自動索引軟件來發現、收集并標引網頁，建立索引數據庫，以Web形式提供檢索界面。當用戶輸入某個關鍵詞的時候，所有在頁面內容中包含該關鍵詞的網頁都將作為搜索結果被搜出來。在經過復雜的算法進行排序后，這些結果將按照與搜索關鍵詞的相關度高低依次排列。搜索引擎強調的是檢索功能，而非主題指南那樣的導引、瀏覽。

3.搜索引擎基本工作原理

3.1 搜索引擎的概念

搜索引擎是指自動從互聯網搜集信息，經過一定整理之后，提供給用戶進行查詢的系統。它是為滿足用戶對網絡信息搜索需求應運而生的網絡工具，既是互聯網信息查詢的導航器，也是溝通用戶與網絡信息的重要橋梁。搜索引擎是在檢索被搜索到的網頁的數據庫，而不是檢索互聯網本身。[1]

3.2 獨立搜索引擎是一個雙層的客戶機/服務器（Client/Server—C/S）體系結構

當用戶訪問搜索引擎時，用戶端為客戶機，向搜索引擎發出檢索請求，搜索引擎為服務器，檢索自己的索引數據庫并將檢索結果以應答形式提交給用戶。當搜索引擎采集數據時，搜索引擎為客戶機，向WWW站點等實際資源系統提出頁面搜索請求，各類實際資源系統為服務器，將有關數據（例如WWW頁面或文檔）作為應答提交給搜索引擎。

3.3 搜索引擎的目的

搜索引擎的目的只有一個：尋找相關性最高的網頁。

3.4 搜索引擎有至少三個因素值得重視：數據庫，用戶搜索，搜索結果排序

值得一提的是數據庫，搜索引擎的數據庫資源由用戶提交的登錄信息組成，他們還主動地使用其“Web crawlers”“spiders”或“robots”程序搜索因特網并將搜索到的網頁信息歸入其索引數據庫中。

3.5 搜索引擎的工作包括如下三個過程

（1）在互聯中發現、搜集網頁信息

搜索引擎首先負責數據采集，即按照一定的方式和要求對網絡上的WWW站點進行搜集，并把所獲得的信息保存下來以備建立索引庫和用戶檢索。但是收集網頁只是搜索引擎的一部分工作，他們的其他服務器要做的還有進行計算/分配/儲存用戶習慣等等。

（2）對信息進行提取和組織建立索引庫

首先是數據分析與標引，搜索引擎對已經收集到的資料給與按照網頁中的字符特性予以分類，建立搜索原則，舉例來說，對于"軟件"這個詞，它必須建立一個索引，當用戶查找的時候，他知道到這里來調取資料。當然，對于網頁語言，該字符的處理（大小寫/中文的斷字方式等等）等方面，各個搜索引擎都有自己的存檔歸類方式，這些方式往往影響著未來搜索結果。

接下來是數據組織，搜索引擎負責形成規范的索引數據庫或便于瀏覽的層次型分類目錄結構，也就是計算網頁等級，這個原則特別是在Google非常重要，一個接受很多鏈接的網頁，搜索引擎必然在所有的網頁當中將這些連接多的網頁提升上來。

（3）在索引數據庫中搜索排序

由檢索器根據用戶輸入的查詢關鍵字，在索引庫中快速檢出文檔，進行文檔與查詢的相關度評價，對將要輸出的結果進行排序，并將查詢結果返回給用戶。

搜索引擎負責幫助用戶用一定的方式檢索索引數據庫，獲取符合用戶需要的WWW信息。搜索引擎還負責提取用戶相關信息，利用這些信息來提高檢索服務的質量，信息挖掘在個性化服務中起到關鍵作用。用戶檢索的過程是對前兩個過程的檢驗，檢驗該搜索引擎能否給出最準確、最廣泛的信息，檢驗該搜索引擎能否迅速地給出用戶最想得到的信息。

3.6 主要搜索引擎

主要搜索引擎有Goole、百度、Yahoo和Bing。一般來說，如果是搜索英文信息使用Goole會更有效，搜索中文信息則傾向于使用百度。即使在中文信息領域，如果單就搜索的準確性而言，目前Goole仍占據著明顯優勢，應成為首選。目前百度以近70%的市場占有率，占據中文搜索引擎的領先地位，在全球的市場份額則落后于谷歌、雅虎和微軟必應排在第4位。

參考文獻

網絡的基本原理范文第2篇

>> 生態課堂的基本原理 林業標準化基本原理研究 物資流成本會計基本原理及其在我國的應用研究 淺析盾構隧道基本原理及在我國的使用情況 我國城市污水處理工藝及基本原理淺析 城市化與生態環境耦合系統的基本原理 低碳生態城市的內涵\特征及規劃建設的基本原理探討 基于大眾標注的情報學基本原理探析 論建筑學的基本原理 會計學基本原理在移動終端的應用及發展趨勢 基于稅務籌劃的基本原理及方法探討 試論網絡會計的發展及其基本原理 學習基本原理關于人的發展探討 論管理的基本原理 “文學不死”的基本原理 烤制的基本原理 刑事推定的基本原理 整體教育的基本原理 攝像模組的基本原理 組合數學基本原理與微分學鏈式法則共性探討 常見問題解答 當前所在位置：.

[12] 張國慶.標準學[EB/OL].（2011-07-08）[2013-08-30]..

[13] 張國慶.林業標準學[EB/OL].（2011-02-20）[2013-08-30]..

[14] 張國慶.生態論概述[EB/OL].（2012-04-13）[2013-08-30]..

[15] 張國慶.系統學概論[EB/OL].（2013-03-27）[2013-08-30]..

[16] 張國慶.論社會化[EB/OL].（2008-03-30）[2013-08-30]..

[18] 張國慶.客貨站應集中到郊區——以武漢為例[EB/OL].（2011-10-02）[2013-08-30]..

網絡的基本原理范文第3篇

關鍵詞：基本原理概論課；翻轉課堂；教學模式

“翻轉課堂”被稱為影響課堂教學的一項重大技術變革，是目前全球教育界前沿的教學理念。它的出現，被認為是變革傳統課堂的一個有效途徑，同時也為高校基本原理概論教學提供了一種新的教學模式。與傳統的課堂教學相比，翻轉課堂的主要特點在于借助信息技術手段和宏觀社會教育系統設計理論，打破了傳統課堂的時空界限。與歐美發達國家的翻轉課堂起步早發展成熟的現狀相比較，我國的翻轉課堂模式尚處于理論研究和試驗階段。

一、翻轉課堂教學模式的特征及其科學性

所謂翻轉課堂，就是教師提供以教學視頻為主要形式的學習資源，學生課前完成對教學視頻等學習資源的觀看和學習，師生在課堂上一起完成作業答疑、協作探究和互動交流等活動的一種新型的教學模式。與傳統教學模式相比，翻轉課堂教學模式的特征及其科學性主要表現在：

首先，學生變被動為主動。在翻轉課堂中，學生的學習實踐主體地位得以突出，由原來教學活動中的被動接受者轉變為積極主動的參與者，而教師則由原來教學活動中的主導者轉變為導學者、助學者、督學者和評學者。課前，教師向學生提供必要的教學視頻，教學課件等教學資源，在教師有步驟的逐級引導下，高效地甄別和利用資源，并將理論知識與實踐較好結合。

其次，教學流程更為優化。傳統教學中教師課堂講授，學生課后完成作業的模式較為死板，缺乏靈活性。而翻轉課堂教學模式靈活多樣，是對傳統教學模式的顛覆，它將理論知識講解過程放在課下，把學生對知識深度理解的過程放在課上，課堂的大部分時間用于學生的作業答疑、學習小組的交流研討以及師生間的互動等。

最后，學習氛圍更加輕松。教師精心編排、圖文并茂的教學視頻是翻轉課堂教學資源最核心的組成部分。利用多媒體教學的便捷性可以自主選擇學習時間，對理論難點和重點可以實現回放和重放。更加有利于學生自主學習和深入思考以及學生對知識的復習及鞏固。而且，學生在課下觀看教學視頻，學習方法更加靈活，學習氛圍也更為輕松。在遇到問題時，學生也可以通過網絡向教師尋求幫助，與同學進行研討和交流。

二、高校基本原理概論課堂的“翻轉”型教學模式設計

通過將翻轉課堂的特征與理念和基本原理概論教學目標相融合，構建大學生思想政治教育教學模式，主要包括以下三個組成部分：

1.課前教學準備階段。授課教師需要準備多種類型的課程教學資源，包括基本原理概論的電子教案、相關微視頻、參考書籍、相關專題的學習網站等，并將采用專業件制作翻轉課堂的微視頻課程上傳，方便學生隨時下載觀看。此外，教師還需設計包括主題任務、活動指南、評價規則等在內的形式多樣的教學活動。學生可以根據自身實際情況，靈活選擇教學資源和學習時間，觀看教學視頻，并總結自己學到的知識和學習中出現的問題，以學習小組為單位，將問題反饋給教師，或通過組內研討解決問題，鞏固知識。

2.課中理解應用階段。課中教師作為課程的引導者，教學過程起始于教學目標的導入。在教師的引導下，學生通過觀看相關視頻課件，對網絡資源進行甄別選擇、分組討論辯論等，能夠更好地記憶和理解相關課程內容。教師綜合采用個性化指導、總結點評、參與小組合作等方法，明顯提升學生對知識的渴望和學習興趣，提高學生自主能力和理論聯系實際的能力。之后，學生通過作業練習、小組項目等學習活動，做到能夠將所學知識運用于新的問題情境之中。

3.課后綜合評價階段。課后，結合理論知識學習特點，學生可通過學習筆記、實踐報告、小組辯論、組內互評等形式，展示學習效果。通過綜合評價既能發現教學準備階段的不足，提高教師的教學水平，又能了解學生對知識的理解和應用情況，激發學生的學習動機。如果評價的結果表明既定教學目標已經實現，則可進入下一個教學環節。如果評估的結果不甚理想，則需要重新回到原來的教學目標導入，尋求更為有效的教學實踐途徑。

參考文獻：

[1]邵霞.基于翻轉課堂理念的思想政治教育教學模式研究[J].安徽工業大學學報（社會科學版），2015（1）：120-121.

網絡的基本原理范文第4篇

【關鍵詞】BP神經網絡；預測；誤差

1.引言

許多金融學家和計量學家對發達國家成熟市場的波動性進行了廣泛的研究，但是在對股市的預測上，由于人們在知識、能力、經驗上存在著較大的差異，加之問題本身又具有很大的隨機性和高度的非線性，即使是一些金融專家、炒股高手對出現的同一復雜行情進行分析，往往也會得出不同的結論。此外，傳統方法還要事先知道各種參數，以及這些參數在什么情況下應作怎樣的修正。這都給預測股市帶來一定的困難。

基于以上股市預測的困難性，本文提出了人工神經網絡的預測方法。隨著計算機、人工智能尤其是專家系統的發展，人工神經網絡技術逐漸成熟并開始應用于各個領域。人工神經網絡（ANN，簡稱神經網絡）作為一種由大量簡單神經元廣泛相互聯接而成的非線性映射或自適應動力系統，恰好能有效解決股市預測處理中常見的困難，因此它很快在股市預測分析與處理領域得到了廣泛的應用。

2.BP神經網絡介紹

2.1 BP 網絡算法的基本原理

2.1.1 標準的BP 網絡算法的基本原理

BP(Back Propagation)網絡是反向傳播的多層前饋式網絡，是目前使用最為廣泛的一種人工神經網絡。它的核心是BP算法，一種對于多基本子系統構成的大系統進行微商計算的嚴格而有效的方法，采用最小均方差學習方式。BP 神經網絡的原理說到底就是給它一些輸入變量，然后就有一個輸出，輸出值的情況與實際的情況進行比較，差多少，然后再進行網絡的內部調整，屬于有導師的學習規則，使得網絡輸出與實際逼近。

神經網絡能學習和存貯大量的輸入―輸出模式映射關系，而無需事前揭示描述這種映射關系的數學方程。人工神經網絡由非線性函數組成，而由一系列不同權重的線性過濾器組合而成：

2.1.2 BP網絡算法的優化

由于常用的BP算法主要缺點為收斂速度慢，局部極值，難以確定隱含層和隱含層的個數，使得在實際應用中BP算法很難應用，因此，出現了許多改進算法。BP算法的改進主要有兩種途徑，一種是采用啟發式學習方法；另一種則是采用更有效的優化算法，本文采用了動量法和學習率自適應調整的策略，從而提高了學習速度并增加了算法的可靠性。動量法降低了網絡對于誤差曲面局部極值的敏感性，有效地抑制了網絡陷于局部極小。

2.2 BP神經網絡的模型識別及步驟

模式通常指對事物的一種定量描述或結構描述，“識別”是指對客觀事物按其物理特征進行分類。模式識別的基本原理就是從待識別對象和理想標本之間若干特征的相似性推斷它們之間總體的相似性。BP神經網絡模式識別過程分為訓練階段和模式分類階段，分為初始化、數據與處理、網絡訓練以及模式分類四個步驟。以下利用實證分析來進行著四個步驟。

3.實例分析

下面以上證的某股600個交易日的股票價格收盤指數作為原始樣本數據，對上述神經網絡模型進行求解，預測20天的收盤價，與實際收盤價進行比較，并求出其誤差：

式中，表示第日的實際收盤指數，表示第日的預測值，表示誤差。主要按照如下幾部分來處理：（1）準備600個數據的時間序列，進行歸一化。BP神經網絡中每個神經元的輸出值由傳遞函數Sigmoid函數來計算，其輸出值的范圍是（0，1）；（2）留出最后20個數據，作為預測檢驗使用；（3）繪制圖像，包括實際值和預測值，能量函數；（4）分析實際和預測兩曲線的趨勢。

采用I-J-K學習模型，該模型是輸入層I個神經元，隱層J 個神經元，輸出層K個神經元。利用BP神經網絡模型訓練500次、800次、1000次的輸出值和期望值以及能量函數（或者叫誤差函數）E，結果見圖1到圖3。

通過上面的圖示，可以看到用BP神經網絡預測的效果比較明顯，這說明該模型適用于短期預測嗎，股市的波動在很多地區都是非常劇烈的，各種因素的綜合作用也使得長期股指的變動具有極大的不確定性，使得預測變得很困難。而BP網絡的算法原理和自學習的特點使其能夠充分挖掘出隱含在樣本數據中的規律性，實現從輸入空間到輸出空間的非線性映射，對樣本數據進行精確的擬合。從而BP神經網絡的方法對于股市上的一些很難看出規律的數據列的預測而言，無疑是一個比較精確的預測方法。

4.結論

本文介紹了股市的特點以及股市預測的困難性，提出了利用BP神經網絡的方法來解決股市預測問題。文章介紹了BP神經網絡算法的基本原理，BP神經網絡算法的優化，BP神經網絡模型識別及步驟，最后后以上海證券交易所每日股票價格收盤指數為分析對象，把原理應用于實際，利用BP神經網絡對股票價格收盤指數進行了短期預測，并計算出預測值和實際值的誤差。通過實驗發現該模型收斂速度快，預測精度非常高，對預測短周期內股指波動具有較強的適用性。

參考文獻

[1]高琴.人工神經網絡在股市預測模型中的應用[J].微電子學與計算機,2007年第24卷第11期.

[2]周翠紅,路邁西.線性回歸與人工神經網絡預測煤炭發熱量[J].煤炭科學技術,第37卷第12期.

[3]尹慶雙,奉瑩.人工神經網絡在第三產業就業分析中的應用[J].人口與經濟,2009年第6期.

[4]鄒文安,劉寶,姜波,楊春生.基于Excel 技術平臺人工神經網絡BP模型及應用[J].水文,第30卷第1期.

[5]康進,劉敬偉.非參數回歸估計與人工神經網絡方法的預測效果比較[J].統計與決策,2009年第23 期.

[6]楊本昭,田耕.基于人工神經網絡的客戶價值分類研究[J].科技管理研究,2007年第12期.

網絡的基本原理范文第5篇

    一、課程的主要特點

    計算機網絡是計算機發展和通信技術緊密結合并不斷發展的一門學科。它的理論發展和應用水平直接反映了一個國家高新技術的發展水平,是其現代化程度和綜合國力的重要標志。在以信息化帶動工業化和工業化促進信息化的進程中,計算機網絡扮演了越來越重要的角色。本課程系統地介紹了數據通信、局域網、網絡互連與廣域網、Internet、Intranet/Extranet、網絡管理、網絡安全、網絡數據管理、網絡操作系統以及網絡設計與案例分析等內容。通過本課程的學習,使學生掌握計算機網絡的基本理論,特別是數據通信和局域網的基本原理。因為數據通信是計算機網絡的基礎,而局域網是廣域網的基本單元,廣域網一般均由局域網互連而成。因此對數字化、數字傳輸、模擬傳輸、通信媒體、多路復用、數據交換以及局域網介質訪問控制方式、體系結構、組網技術、高速局域網等的基本原理和技術要有清晰的了解和掌握。此外,對網絡管理(如網絡安全管理、網絡數據管理、網絡操作系統)和應用(如在企業中的應用、政府部門的應用、金融機構的應用以及Internet的應用等)掌握的同時,還應具有計算機網絡系統分析與設計的初步能力。

    二、課程教學現狀

    作為一門高職計算機專業的必修課,目前課程的教學存在三個比較大的問題:首先,教學內容方面,網絡相關學科發展迅速,內容更新快,課程內容難以跟上計算機網絡科學的發展變化。其次,在教學方式上,網絡課程有相當部分的內容屬于基礎理論知識,難度大,相對枯燥,在課堂教學方面需要適當調整,改變學生積極性調動不充分,課堂互動性不足等問題。然后,教學目標方面,高職網絡課程的教學目標主要集中在如何完成課程的教學,傳授其中的知識點,但對于學生的實踐能力和創新能力沒有適當的關注。與此相對的是,計算機專業的學生畢業走向工作崗位,能否有效解決有關的實際問題,對于用人單位用人的一項硬件指標。這些能力培養的忽略。對于今后學生的工作和發展非常不利。