摘要：
3、什么是最大传输单元MTU，IP数据报为什么要进行分片与重组？分片在什么地方？重组在什么地方？答：最大传输单元（Maximum Transmission Unit，MTU）是指一种通信协议的某一层上面所能通过的最大数据包大小（以字节为单位）。最大传输单元这个参数通常与通信接口有关（网络接口卡、串口等）。互联网包括各种异构网络，MTU限制会导致一些问题，特别是一个路由可能连接不同的MTU值的网络，为了顺利完成数据报的转发，必须对数据报进行分片，然后又接受方进行重组。分片发生在路由，重组发生在最终接收主机。20、TCP/IP分为几层？各层的作用？ISO:7层（物理、链路、网络、传输、会话、表示、 阅读全文
2013年12月7日
摘要：
1、 以太网CSMA/CD的工作原理（Carrier Sense Multiple Access/Collision Detect）发送前先检测总线是否空闲。如果空闲，则立即发送数据；如果忙，则不发送。在发送数据的过程中，边检测总线是否有冲突。若无冲突则继续发送，直到数据发送完毕；若有冲突，则立即停止发送数据，并发送加强冲突的JAM信号，让网络上的所有主机知道发生了冲突，然后等待一个预定的随机时间，且在总线为空的时候再发送未发完的数据。二进制指数后退算法原理：① 将冲突发生后的时间划分为长度为51.2微妙的时槽② 发生第一次冲突的时候，各个站点等待0或者1个时槽再开始重传③ 发生第二次冲突的时 阅读全文
摘要：
1.UDP:简单的无连接的传输层协议,不保证数据的可靠传输,无缓存,无流量控制,无差错控制,但是有校验和字段.使用UDP的有:多播,广播,RIP,SNMP,DHCP.2.TCP:...可靠传输机制:把数据分成合适的数据块;定时器;确认和重传机制l;序列号;数据可靠传输相关协议停止-等待协议后退N协议选择重发协议流量控制:控制发送方窗口的大小,使接收方来得及接收.拥塞控制算法:(未完成)快速重传算法快速恢复算法传输层性能改变的方法:发送方缓存应用程序,等到形成一个较大的段再发.在没有可能进行“捎带”的情况下，接收方延迟发送确认段.Nagle算法:(未完成)CLARK算法:(未完成) 阅读全文
摘要：
1.IP路由选择机制:如果目的主机跟源主机直接相连就直接交付;如果不再同一个网络上就间接交付;数据包传递给路由器,路由器搜索与目的IP匹配的表目,如果没有,搜索与目的网段匹配的表目,如果还没有交付给默认路由;如果也没有,丢弃,并发送ICMP差错控制报文.2.IP地址、子网编码、子网划分（计算题，难度：★★★★☆）(未完成) 阅读全文
摘要：
还没整理....Image formats and noise•See notes: Shu, Roth COMP 4900 slides lect6_filter1.pdfGaussian smoothing•See notes: Shu, Roth COMP 4900 slides lect6_filter2.pdf***********edge***********See notes on edge detection:------------------------------------------------------------------------------------- 阅读全文
摘要：
similarity measure********************SAD: Sum of Absolute DifferencesSAD=Σin|Xi-Yi| (similar lighting)some distinct points work well others don’t such as: edges, areas of uniformity (some lighting changes and slight (2 degrees)rotation)SAD adds up constant lighting changes.If two images are identi. 阅读全文
摘要：
*********************KLT*********************http://www.cnblogs.com/moondark/archive/2012/05/12/2497391.html 先说KLT算法的几个前提假设： 1）亮度恒定 2）时间连续或者是运动是“小运动” 3）空间一致，临近点有相似运动，保持相邻Kanade-Lucas两人在上世纪80年代发表的paper：An Iterative Image Registration Technique with an Application to Stereo Vision这里讲的是一种图像点定位的方... 阅读全文
摘要：
PN-learning:Bootstrapping Binary Classifiers by Structural Constraints, Zdenek Kalal,CVPR2010PN学习可以定义为一下的过程：（1）准备一个数量较少的训练样本集合和一个数量很大的测试样本集合。（2）利用训练样本训练一个初始分类器。同时，利用训练样本对(先验)约束条件进行相应的调整。（3）利用分类器对测试样本赋予标签，并找出分类器赋予的标签同约束条件相矛盾的那些样本；（4）将上述相矛盾的样本重新赋予标签，将其加入训练样本，重新训练分类器；反复迭代上述过程，直到满足某个约束条件Exploiting unlab 阅读全文
