2021-09-26

第一章:物理层

通信基础

传输介质

物理层设备

第二章:数据链路层

数据链路层功能

组帧

  1. 数据链路层传输的东西叫做帧。
  2. 组帧,研究帧定界,帧同步和帧传输的问题。
  3. 帧定界:接收方可以从比特流中区分此帧和彼帧。
  4. 帧定界方法: 字符记数法(问题很大,计数字符错了会导致灾难性后果); 字符填充的首位定界符法 (如果数据部分出现定界符,可以插入转义字符解决);零比特填充的首尾标志法(五1插0);违规编码法(两个高电平的曼切斯特编码)。
  5. 常用零比特和违规编码法。

差错控制

  1. 本节只考虑比特差错不考虑帧差错
  2. 使用编码技术进行差错控制:自动重传请求(ARQ),使用检错编码,无法纠错;前向纠错(FEC),使用纠错编码,可以纠错。
  3. 检错编码包括奇偶校验码和循环冗余码(CRC);纠错编码有海明码。
循环冗余码(CRC)

3.4流量控制和可靠传输机制

  1. 几个协议:多帧滑动窗口与选择重传协议(SR),多帧滑动窗口与后退N帧协议(GBN),停止等待协议,滑动窗口协议。
  2. 流量控制的方法:停止等待协议,滑动窗口协议。
  3. 流量控制是接收方控制发送方的速率。
  4. 停止等待协议:一帧一应答,无应答不发帧。
  5. 滑动窗口协议:一个发送窗口一个接收窗口,不发送窗口以外的帧,不接受窗口以外的帧,收到确认,窗口就向前移动,继续发送或者接收。
  6. 滑动窗口协议特性:窗口大小固定,发送窗口听接收窗口的命令。
  7. 为了可靠传输,需要超时重传机制和确认机制。
单帧滑动窗口与停止等待协议
  1. 滑动窗口是单帧,也就是发送一帧窗口就满了需要等待确认帧。
  2. 停止等待协议就是发送一帧后停止发送,等待接收方发送确认帧
多帧滑动窗口后退N帧协议(GBN)
  1. 接收窗口1,可以保证按序接收,发送窗口大于1,多帧说的是可以等待一段时间只对按顺序收到的帧的最后一个进行确认,表明按顺序前的所有帧都收到了。
  2. 接收方拒绝接收不按顺序的帧,并且收到几次不按顺序的帧就发送多少次对最后一个按顺序的帧的确认。

介质访问控制

局域网

广域网

数据链路层设备

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值