CSDN论坛 > VC/MFC > 基础类

问一个基本问题 [问题点数:20分,结帖人stoneyrh]

Bbs5
本版专家分:2750
结帖率 100%
CSDN今日推荐
Bbs6
本版专家分:5020
Blank
蓝花 2001年7月 VC/MFC大版内专家分月排行榜第三
Bbs5
本版专家分:2750
Bbs6
本版专家分:9719
Blank
红花 2000年7月 VC/MFC大版内专家分月排行榜第一
Blank
黄花 2000年4月 VC/MFC大版内专家分月排行榜第二
Blank
蓝花 2000年8月 VC/MFC大版内专家分月排行榜第三
Bbs5
本版专家分:2750
匿名用户不能发表回复!
其他相关推荐
计算机网络的数据链路层的三个基本的问题
1.封装成帧     指的是在一段数据的前后分别添加首部和尾部,这样就构成了一个帧。 2.透明传输。     帧的开始和结束的标记是使用专门指明的控制字符。如开头用SOH,结尾用EOT。 3.差错检测。    比特在传输过程中可能会产生差错:1可能会变成0,而0可能会变成1,这就是比特差错。目前在数据链路层广泛使用了循环冗余检验CRC的检错技术。
数据链路层的三个问题
今天学习了关于数据链路层的知识,数据链路层使用的信道主要有以下的两种类型: 1. 点对点信道。这种信道使用一对一的点对点信道方式。 2. 广播信道。这种信道使用一对多的广播通信方式,因此过程比较复杂。通常我们使用的更多的是点对点的信道,所以在这里我们需要了解一些相关的概念。点对点信道的数据链路层在进行通信的时步骤如下: 1. 节点A的数据链路层把网络层交下来的IP数据报添加首部和尾部封装成帧。
单片机面试问题集
 单片机单片机的最小系统?内部的主要结构?答:最小系统:电源、晶振(为系统提供基本的时钟信号)、复位电路;内部结构:ROM/RAM、计时器、中断、I/O串并行口、总线扩展控制。RAM和ROM的区别?答:ROM(只读存储器):它的信息一次写入后只能被读出,而不能被操作者修改或者删除。一般用于存放固定的程序或数据表格。但是,“只读”这个概念有时候可以被一些新特性的器件颠覆。RAM(随机存储器):它...
关于C语言的面试问题
今天,参加了一个公司的面试,下面写一下一些感想和想法。 那个公司叫高知特信息技术(上海)有限公司,还是个美国财富500强,上市公司。听那个宣讲人说的很牛X的。 那个宣讲人大致给我们介绍了一下情况。就是高知特信息技术有限公司上海分公司委托他们公司招聘25名工程师,并 且包括培训业务。他们是个培训公司,经常和大公司合作招聘和培训,然后往公司里输送人才。 大家都知道,世界500强公司
JAVA程序员面试32问
JAVA程序员面试32问,关于JAVA的一些基本问题。有助于您学习JAVA语言。
数据链路层帧传输的三个基本问题
封装成帧 透明传输 差错控制 封装成帧 : 封装成帧(framing)就是在一段数据的前后分别添加首部和尾部,然后就构成了一个帧。确定帧的界限。 用控制字符进行帧定界的方法举例 : SOH(Start Of Head):0x01 EOT(End Of Transmission):0x04 透明传输 : 解决透明传输问题:字节填充(byte stuffing)或字符填充(character st
隐马尔科夫模型,三个基本问题及相应算法
隐马尔科夫模型基本问题及其相应的算法: 1、评估问题:概率计算问题:给定模型和观测序列,计算在模型下观测序列出现的概率。 前向、后向算法解决的是一个评估问题,即给定一个模型,求某特定观测序列的概率,用于评估该序列最匹配的模型。 2、模型学习问题:已知观测序列,估计模型中的参数,使得在该模型下观测序列概率最大,即用极大似然估计的方法估计参数。 Baum-Welch算法解决的是一个模型训练
隐马尔可夫模型定义与3个基本问题
隐马尔可夫模型(hidden Markov model,HMM)是可用于标注问题的统计学习模型,描述由隐藏的马尔可夫链随机生成观测序列的过程,属于生成模型。隐马尔可夫模型定义隐马尔可夫模型由初始概率分布、状态转移概率分布以及观测概率分布确定。设Q是所有可能的状态的集合,V是所有可能的观测的集合。其中,N为可能状态数,M为可能的观测数。I是长度为T的状态序列,O是对应的观测序列。A是状态转移概率矩阵...
单片机面试的问题1
你所知道的单片机的品牌 ATmel、Philips(飞利浦)、Windond(华邦)、intel(因特尔)、Siemens(西门子) STC、凌阳、FREESCALE(飞思卡尔),Micrichip,TOSHIBA,TI,ST,SILICON,SAMSUMG,ELAN,富士通,TOLTEK 用熟悉的单片机写一个软件延时10ms的程序 void delay10ms() { uint i,
遇到问的机器学习基本问题(2)
1. logistic回归 手动求导 2. SVM支持向量机
关闭
关闭