简介：以获得对产品的设计评估与性能预测结果．3.2　以生产为中心的虚拟制造　　以生产为中心的虚拟制造是在企业资源的约束条件下,提高了企业生产效率．企业的生产因为虚拟制造技术的应用而具有了高度的柔性化和快速的市场反应能力,对数字化产品模型进行仿真与分析、优化

简介：并对它的应用和前景作了探讨．

简介：针对当前网络环境下出现的“云计算”概念进行分析与研究，阐述“存储云”和“计算云”等概念，并结合现有关于“云计算”的研究与应用资料，对云计算的体系架构以及云计算体系的可靠性进行分析计算，结果证明云计算体系框架的整体可靠性极高，为云计算的高速发展提供强有力的基础。

简介：本文论述了NGN基本概念、特征，同时探讨了NGN与PSTN网之间互通存在的问题及解决办法。

简介：随着社会的发展，人们对于租售房屋、二手买卖、求职招聘、找保姆、找家教等各方面的生活需求越来越多，分类信息网站的出现正好能满足人们这些生活方面的需求。

简介：根据杀毒软件公司的统计，目前全球有25万多种病毒，如果按照基本类型划分，可归结为6种类型。

简介：如果没有漫画的话，我也许会是个画家。如果没有漫画的话，我也许会是个音乐家。如果没有漫画的话，我也许会是个医术精湛的医生……但不幸的是，逸菲既不是画家也不是音乐家、更不是医生，只是一个热爱漫画的狂热发烧友。

简介：以iQ为名子的车定是高智商的，具有超前设计概念的iQ是一辆迷你风格的都市轿车，它的全景玻璃天窗看上去很酷，可以为驾驶者和乘客提供开淘的视野感受。这部长度不到3米的小车除了具有安全的驾驶性能以外，

简介：

简介：文章总结了雷达探测的目标类型,给出了各种类型目标的基本特性,确定了雷达目标识别的需求,回顾了用于目标识别的一些主要技术及其实现原理,同时比较了各种技术的优劣。最后文章给出了提高雷达目标识别性能的建议:识别参量优化技术、高分辨技术以及引入现代信号处理、模式识别及人工智能等技术。

简介：先举几个分类器（classifier）的用例：垃圾邮件检测、第一语言自动判定（如Google翻译）、表情分析。通常专用技术做得更好，然而本文介绍的简单贝叶斯分类器是通用的，它易于实现，且对多数应用来说都已足够好。此外，虽然专用算法能带来更高的准确度，但在一般情况下，更好的数据加上可以自行调整的算法，能以更低的代价获得更好的结果。

简介：摘要IP包分类算法是应用在路由器数据平面的核心算法，其中一维的IP包分类算法就是路由地址查找算法，为路由器的基本转发功能提供支持，与此对应的多维的IP包分类算法是为支持第4层交换的路由器提供对IP数据报的分类，使路由器能对每一个特定的数据报作出预先定义好的处理，以便为了新的网络应用提供数据包过滤、防火墙、基于策略的路由、区分服务、QoS、流量计费等功能。本文介绍了两种典型的多维IP包分类算法在国内外研究现状及综述研究。

简介：建筑概念设计在过去很多年里都只有沉闷枯燥的2D绘图软件来辅助，后来有了一些3D建模软件，用得好倒是挺有意思，但学起来太繁难、耗时间。就在我们这些人都已经有些无奈和认命的时候，冷不丁出了两三个令人叫“绝”的好软件。AutodeskArchitecturalStudio就是其中一个。

简介：上期我们介绍了Word中域的应用，这期我们介绍Word另一个高级应用那就是“宏”，宏是一系列Word命令和指令，这些命令和指令组合在一起形成了一个单独的命令，以实现任务执行的自动化，如果在MicrosoftWord中反复执行某项任务，可以使用宏自动执行该任务，在Word中宏的典型应用包括加速日常编辑和格式设置，组合多个命

简介：历经一个月的等待，我们的专栏又和大家见面了。本期BI专栏的主题是：OLAP建模新概念——UDM。

简介：　　（四）主机物理故障　　网卡故障,主机的网卡插槽故障和主机本身故障,　　（一）线路故障　　在日常网络维护中

简介：利用社交媒体平台的带时间的签到数据和少量带标注的样本，通过快捷有效的算法对未标记地点进行智能标记。算法首先对签到数据的用户特征和时间特征进行有效抓取，并通过信息熵对数据进行验证和筛选，然后利用杰卡德相似系数对地点之间的相似性关系进行概括，接着使用松弛标记法对地点的标签概率进行计算，最后构造支持向量机分类器，利用带标注的样本对分类器进行训练，从而导入未标记数据进行标记。

简介：如关于网络信息、网络用户、网络技术环境等特点的论述、关于网络信息分类检索工具特点和问题的论述、关于网络信息分类体系与传统分类法体系的比较研究等,在网络信息分类组织研究的论文中,网络信息资源分类组织研究

简介：　　（四）主机物理故障　　网卡故障,主机的网卡插槽故障和主机本身故障,　　（一）线路故障　　在日常网络维护中

简介：在深入研究现有指纹分类算法的基础上，提出了一种利用细化后指纹图像的纹织全局模式进行指纹分类的方法。该方法检测细化后指纹图像的全局模式，并且结合指纹图像的方向流信息，将指纹分为六类：拱型、尖拱型、左环、右环、涡型和学生型。实验结果表明，在对低质量的指纹图像进行有效增强处理以后，该方法可以快速、准确的对指纹进行分类。