学科分类
/ 1
20 个结果
  • 简介:目前,在室内及数据中心主干布线中最常采用的是模光纤。面对不同类型和级别的可选产品,最大的困难是在考虑未来带宽需求的同时使所选的解决方案其成本最为有效。

  • 标签: 多模光纤 数据中心 带宽 传输距离
  • 简介:过去、测试光纤级件和光纤中继线重要性的唯一量度是插入损耗——从本质上讲是由于光纤未对准或其它因素而引起光能泄露,今天,深奥的量度,例如依赖偏振的损耗、回波损耗和其它以前模糊的性能参数对工作在光纤通信领域的人是很重要的。

  • 标签: 多信道 中继线 光纤通信 插入损耗 对准 回波损耗
  • 简介:QOS概述在任何时间、任何地点和任何人实现任何媒介信息的交流是人类在通信领域的永恒最求,在IP技术成熟以前,所有的网络都是单一业务网络,如PSTN只能承载电话业务,有线电视网只能承载电视业务,X.25网只能承载数据业务等,网络的分离造成业务的分离,降低了沟通的效率。由于互联网的广泛流行,IP应用日益广泛,IP已经渗入各种传统的通信范围。基于IP构建一个业务网络成为可能。

  • 标签: IP 多业务网络 QOS 有线电视网 X.25 PSTN
  • 简介:现在同时拥有多个QQ号码的朋友不在少数,很多朋友对如何才能实现同时自动登录而苦恼,网上的方法不外乎两种。一是将QQ安装文件夹复制几个、二是利用脚本程序。方法一浪费磁盘空间,而后一个方法很麻烦且不易上手,笔者也同时拥有多个QQ号码,通过不断地摸索终于找到了完美的解决方法。

  • 标签: QQ号码 自动登录 脚本程序 磁盘空间 文件夹 朋友
  • 简介:采用NGN+IPPBX的解决方案,可以增强IPPBX组网和业务通信能力,同时也为NGN增加了一种接入手段,便于运营商向企业提供托管服务,易于和企业建立合作伙伴关系.因此,用NGN整合现有的IPPBX,对企业和运营商来说是双赢的选择.

  • 标签: IPPBX 多业务 网络方案 合作伙伴关系 通信能力 运营商
  • 简介:本文详细介绍一种基于椭圆曲线的无需求逆的数字签名方案,并在此基础上构造实现了一种多重数字顺序签名方案,并与已有的一些签名方案相比较,突出了其有效性和安全性。

  • 标签: 椭圆曲线 数字多签名 离散对数
  • 简介:选播是Ipv6中的一种标准通讯模型。本文研究QoS参数约束的选播路由问题,建立了一种带有多个QoS参数约束的选播通信服务模型,设计实现了相应的多路选播路由算法。网络仿真实验结果表明,该算法是有效且切实可行的,它能同时满足多个QoS的约束条件,具有较好的求解效果,改善了网络服务质量。

  • 标签: 选播路由 QOS 遗传算法 通信服务模型 多QoS参数约束
  • 简介:I/O部分一直是制约计算机系统整体性能提升的瓶颈。本文提出外存性能模型,用于定量分析外存的I/O性能并帮助克服I/O瓶颈,并在此基础上,提出用通道I/O克服PCI总线瓶颈。采用钱程控制和异步I/O技术,使所有通道的磁盘并行工作。对比实.验表明,最大顺序读性能提升了46%,顺序写提升48%,随机读提升4%,随机写提升57%。

  • 标签: I/O PCI 外存性能模型 多通道
  • 简介:随着Internet、移动网络和高性能网络的不断发展,在网络和不确定参数下具有约未的QoS播路由优化技术已成为网络及分布式系统领域的一个重要的研究课题,这也是下一代Internet和高性能网络的难题。本文探讨了具有QoS播路由问题,逦描述了一种适应于研究QoS播路由的网络模型。本文在网络环境及不确定参数下,提出了一种在网络规模和可行性方面为Internet、移动网络和其他高性能网络基于Tabu搜索的QoS播路由优化算法(TQMRA)。TQMRA在网络环境及不确定参数下能够优化网络资源。仿真实验结果表明,TQMRA为QoS播路由提供了一种新的有效途径。

  • 标签: QOS 多播路由 TABU搜索 不确定参数
  • 简介:城域网的建设方兴未艾,城域网中应用的新技术也不断涌现出来.基于SDH业务传送平台(MSTP)是目前城域传送网应用最多的产品.与业务传送平台密切相关的技术包括X.86,GFP,VC,LCAS和RPR等,利用这些技术,可以优化SDH对数据业务的支持,提高城域传送网的经济性和灵活性.在城域网的建设中,应该根据不同的情况选择合适的技术.需要考虑的因素包括业务类型、网络规模和现有网络资源等.

  • 标签: MSTP GFP LCAS RPR 城域网
  • 简介:本文建立了约束QoS路由模型,并对基本蚁群算法的信息素更新策略进行了改进,提出了一种基于改追蚁群算法的约束QoS路由优化算法,实例计算结果证明了算法的有效性。

  • 标签: 蚁群算法 多约束QOS 路由 信息素
  • 简介:本文提出的算法是利用凸函数共轭性质中的Young不等式构造优化目标函数,这个优化目标函数对于权值和隐层输出来说为凸函数,不存在局部最小。首先把隐层输出做为变量进行优化更新,然后快速计算出隐层前后的权值。数值实验表明:此算法简单,收敛速度快,泛化能力强,并能大大降低学习误差。

  • 标签: 前向神经网络 凸优化理论 分层优化算法