精华内容
下载资源
问答
  • 【Matlab学习手记】BP神经网络数据预测

    万次阅读 多人点赞 2018-08-11 09:50:55
    目的:利用BP神经网络进行数据预测。 原理 代码 clear; clc; TestSamNum = 20; % 学习样本数量 ForcastSamNum = 2; % 预测样本数量 HiddenUnitNum=8; % 隐含层 InDim = 3; % 输入层 OutDi...

    2021-6-25 新增 github 源码链接

    https://github.com/AFei19911012/MatlabSamples/tree/master/MachineLearning/BP

    目的:利用BP神经网络进行数据预测。

    数据滚动预测(用之前数据预测未来数据)参考:

    https://blog.csdn.net/u012366767/article/details/90021289

    • 原理

    • 代码
    clear; clc;
    TestSamNum = 20;             % 学习样本数量
    ForcastSamNum = 2;           % 预测样本数量
    HiddenUnitNum=8;             % 隐含层
    InDim = 3;                   % 输入层
    OutDim = 2;                  % 输出层
    % 原始数据 
    % 人数(单位:万人)
    sqrs = [20.55 22.44 25.37 27.13 29.45 30.10 30.96 34.06 36.42 38.09 39.13 39.99 ...
           41.93 44.59 47.30 52.89 55.73 56.76 59.17 60.63];
    % 机动车数(单位:万辆)
    sqjdcs = [0.6 0.75 0.85 0.9 1.05 1.35 1.45 1.6 1.7 1.85 2.15 2.2 2.25 2.35 2.5 2.6...
            2.7 2.85 2.95 3.1];
    % 公路面积(单位:万平方公里)
    sqglmj = [0.09 0.11 0.11 0.14 0.20 0.23 0.23 0.32 0.32 0.34 0.36 0.36 0.38 0.49 ... 
             0.56 0.59 0.59 0.67 0.69 0.79];
    % 公路客运量(单位:万人)
    glkyl = [5126 6217 7730 9145 10460 11387 12353 15750 18304 19836 21024 19490 20433 ...
            22598 25107 33442 36836 40548 42927 43462];
    % 公路货运量(单位:万吨)
    glhyl = [1237 1379 1385 1399 1663 1714 1834 4322 8132 8936 11099 11203 10524 11115 ...
            13320 16762 18673 20724 20803 21804];
    p = [sqrs; sqjdcs; sqglmj];  % 输入数据矩阵
    t = [glkyl; glhyl];          % 目标数据矩阵
    [SamIn, minp, maxp, tn, mint, maxt] = premnmx(p, t);   % 原始样本对(输入和输出)初始化
    SamOut = tn;         % 输出样本
    MaxEpochs = 50000;   % 最大训练次数
    lr = 0.05;           % 学习率
    E0 = 1e-3;           % 目标误差
    rng('default');
    W1 = rand(HiddenUnitNum, InDim);      % 初始化输入层与隐含层之间的权值
    B1 = rand(HiddenUnitNum, 1);          % 初始化输入层与隐含层之间的阈值
    W2 = rand(OutDim, HiddenUnitNum);     % 初始化输出层与隐含层之间的权值              
    B2 = rand(OutDim, 1);                 % 初始化输出层与隐含层之间的阈值
    ErrHistory = zeros(MaxEpochs, 1);     
    for i = 1 : MaxEpochs   
        HiddenOut = logsig(W1*SamIn + repmat(B1, 1, TestSamNum));   % 隐含层网络输出
        NetworkOut = W2*HiddenOut + repmat(B2, 1, TestSamNum);      % 输出层网络输出
        Error = SamOut - NetworkOut;       % 实际输出与网络输出之差
        SSE = sumsqr(Error);               % 能量函数(误差平方和)
        ErrHistory(i) = SSE;
        if SSE < E0
            break;
        end
        % 以下六行是BP网络最核心的程序
        % 权值(阈值)依据能量函数负梯度下降原理所作的每一步动态调整量
        Delta2 = Error;
        Delta1 = W2' * Delta2 .* HiddenOut .* (1 - HiddenOut);    
        dW2 = Delta2 * HiddenOut';
        dB2 = Delta2 * ones(TestSamNum, 1); 
        dW1 = Delta1 * SamIn';
        dB1 = Delta1 * ones(TestSamNum, 1);
        % 对输出层与隐含层之间的权值和阈值进行修正
        W2 = W2 + lr*dW2;
        B2 = B2 + lr*dB2;
        % 对输入层与隐含层之间的权值和阈值进行修正
        W1 = W1 + lr*dW1;
        B1 = B1 + lr*dB1;
    end
    HiddenOut = logsig(W1*SamIn + repmat(B1, 1, TestSamNum));   % 隐含层输出最终结果
    NetworkOut = W2*HiddenOut + repmat(B2, 1, TestSamNum);      % 输出层输出最终结果
    a = postmnmx(NetworkOut, mint, maxt);    % 还原网络输出层的结果
    x = 1990 : 2009;      % 时间轴刻度
    newk = a(1, :);       % 网络输出客运量
    newh = a(2, :);       % 网络输出货运量
    subplot(2, 1, 1);
    plot(x, newk, 'r-o', x, glkyl, 'b--+');
    legend('网络输出客运量', '实际客运量');
    xlabel('年份');
    ylabel('客运量/万人');
    subplot(2, 1, 2);
    plot(x, newh, 'r-o', x, glhyl, 'b--+');
    legend('网络输出货运量', '实际货运量');
    xlabel('年份');
    ylabel('货运量/万吨');
    % 利用训练好的网络进行预测
    pnew=[73.39 75.55
          3.9635 4.0975
          0.9880 1.0268];  % 2010年和2011年的相关数据;
    pnewn = tramnmx(pnew, minp, maxp); 
    HiddenOut = logsig(W1*pnewn + repmat(B1, 1, ForcastSamNum));  % 隐含层输出预测结果
    anewn = W2*HiddenOut + repmat(B2, 1, ForcastSamNum);          % 输出层输出预测结果
    anew = postmnmx(anewn, mint, maxt);
    disp('预测值d:');
    disp(anew);
    

    展开全文
  • MATLAB 爬取网络数据

    千次阅读 热门讨论 2018-08-25 11:32:41
    说到爬数据,大家都会想到Python、Java。但许多非计算机专业的小伙伴对其并不熟悉,更多的学术研究者是使用MATLAB作为...其实,MATLAB也能爬取网络数据,而且使用更加简单。这篇文章将简单介绍使用方法,并附上实例。


    by HPC_ZY


    第一步:申请数据

    以优酷为例

    url='https://www.youku.com/'; % 数据所在网址重点内容
    sourcefile=webread(url); % 获取所有数据
    

    第二步:观察并简化数据

    • 显示数据,以观察所需信息的结构组成
    disp(sourcefile) % 显示数据
    
    • 如想获取剧集、电影等名,则找到其结构组成

    这里写图片描述

    • 为方便查找,可去除空白字符(根据个人具体需要,并不是所有情况的都适合)
    sourcefile(isspace(sourcefile))=[]; % 去除空白字符(选用)
    

    第三步:提取信息


    输入对应的“正则表达式“进行检索

    expr='<atitle="(\w+)"href="';
    [~, data]= regexp(sourcefile, expr, 'match', 'tokens'); % 检索
    celldisp(data) % 显示结果
    

    结果以cell格式存储,部分结果如下:
    这里写图片描述

    注:关于正则表达式以及regexp()函数的使用方法,可通过以下方式查询

    MATLAB官网:https://ww2.mathworks.cn/help/matlab/ref/regexp.html?searchHighlight=regexp&s_tid=doc_srchtitle
    MATLAB命令行窗口:help regexp

    附:完整代码

    % 第一步 获取数据
    url='https://www.youku.com/'; 
    sourcefile=webread(url); % 获取
    
    % 第二步 观察并整理数据
    disp(sourcefile); % 显示数据
    sourcefile(isspace(sourcefile))=[]; % 去除空白字符(根据个人需要选用)
    
    % 第三步 提取信息
    expr='<atitle="(\w+)"href="'; % (正则表达式)输入你想查询的内容
    [~, data]= regexp(sourcefile, expr, 'match', 'tokens'); % 检索
    
    celldisp(data) % 显示信息
    
    展开全文
  • 无意中发现了一个巨牛的人工智能教程,忍不住分享一下给大家。...抓取来源ip port 端口的数据,tcp协议,并保存到文件 tcpdump -w dataSrc.pcap -i bond0 src net ip and port port 抓取目的ip port端口的数据 t...

     

    无意中发现了一个巨牛的人工智能教程,忍不住分享一下给大家。教程不仅是零基础,通俗易懂,而且非常风趣幽默,像看小说一样!觉得太牛了,所以分享给大家。点这里可以跳转到教程。

     

    抓取来源ip port 端口的数据,tcp协议,并保存到文件


    tcpdump -w dataSrc.pcap -i bond0 src net ip and port port




    抓取目的ip port 端口的数据


    tcpdump -w dataDst.pcap -i bond0 dst net ip and port port




    抓取往返ip port 端口的数据

     

     

     

    tcpdump -w dataAll.pcap -i bond0 -s0 host ip and port port

    注意这里的-s0参数很重要,因为当你不适用该参数选项的时候,你抓的网络数据通过wireshark来分析的时候,会出现“packet size limited during capture”

    意思就是数据过大,没有抓取完整,所以分析时就会不够准确,该参数建议加上。

     

     

    以上命令将网络抓包数据已经保存为当前路径下的*.pcap文件,再通过wireshark打开这个文件即可看到网络数据包的内容了

     

     

     

    下方部分内容是各项的具体网络数据了

     

     

     

    展开全文
  • R语言网络数据分析

    万次阅读 2016-10-17 11:38:35
    R语言的网络数据分析,既可分析internet网的大量数据,例如电信数据,又可建立图数据结构,然而R语言的图结构称为网络格式数据,包括节点属性。

    1.R语言网络数据分析概述

    R语言的网络数据分析用途多样而且实用。R语言提供了多个图形类型软件包实现分析,因此获得广泛应用。在大数据分析中,R语言有优势。R语言网络分析的特点是(1)编程简单。不想c、C++,java等难学。(2)网络分析灵活。例如Cytoscape(http//www.cytoscape.org/)生物学网络软件,尽管能输出许多分析的报表,但是只能做常规的、固定的网络分析。不能接受多种的网络数据格式,而且不能适用不同的算法,例如修改图的广度优先算法,因此适应性差。

    1.R语言创建网路分析图的软件包

                   network软件包

    2.igraph和graph软件包

    3.应用

        网络社区用户分析(注意不是居住社区)、生物网络数据分析。

    4.生物网络数据分析

        R语言做生物学网络分析是不错的选择,R体系的Bioconductor项目为用户提供了网络分析的整体解决方案。然而R的网络分析优势却被许多人忽视,认为“R就是用来做统计的,Bioconductor就是用做芯片处理”,实际上Bioconductor是基因芯片。若把R当作C&C++或java类型的高级语言,而把Bioconductor当成开源的网络分析解决项目时,则R强大的网络分析功就能显示。

           (1)Bioconductor人类基因组分析项目

                                  网址:http://www.bioconductor.org/

           此项目是R语言实现的、面向人类基因组信息分析的应用软件集合。Bioconductor项目中的软件包功能强大,提供各种方式的基因组数据分析和注释工具,其中大多数工具是针对DNA微阵列或基因芯片数据的处理、分析、注释及可视化的。同时,Bioconductor还提供许多与DNA微阵列相关的数据包。当然,bioconductor网络分析功能也很强大,它包括graph、RBGL、Rgraphviz等软件包来实现网络分析。graph包主要用于构建网络和简单的对网络属性的操作;RBGL包用于对网络分析算法的实现,包括求最短路径,求子网络等。Rgraphviz用于可视化网络。

    R语言网络数据分析程序设计

         R网络数据分析的两个关键问题是数据分析和建立图数据结构。在R语言中的网络数据分析中,两个流行的数据类型是UCinet和ERGM模型。

         R语言网络数据分析的标准过程是:

    1.建立图结构

         R语言将图结构称为网络格式数据,但是R语言增加了节点属性。创建图的主要内容是建立图的节点和边。图的数据结构有很多包括:

        邻接矩阵、邻接表。R语言称为网络邻接矩阵(adjacency)等。R语言的软件包是network,在网络分析项目中另外有软件包,需要到网址下载,应小心慎重。函数network()建立图的邻接矩阵,例如,mtr是数据框

    >library(network)

    >net1<-network(mtr)  #建立邻接矩阵

    >summary(net1)  #汇总统计邻接矩阵net1的数据特征,并且显示Network edgelist matrix

    >plot(net1)

    2.网络节点属性(vertice attibute)的导入

    节点属性的原始文件建议保存在csv格式文件。

    >node_attri<-read.csv(file.choose(),header=T)

    注意函数read.csv()的参数“header=T”表示源文件中的首行“senority  | project | office”​在导入时作为节点属性的名称,不可忽略。

    3.建立完善的网络数据图

    >net2<-network(mtr,vertex.attr = node_attri)  #建立网络数据图,有节点属性

    >net2  #网络数据图

       ... ...

       Vertex attribute names:                    #注意节点属性vertex.names 建立

        office projects seniority vertex.names   #包括mtr的三项属性office、projects、seniority

      No edge attributes                          #没有建立边的属性

    网络数据net2项目属性值project,

    >net2 %v% 'projects'


    2.R语言制作网络数据分析图

    library<igraph>

    igraph软件包画网络图,可以求网络的拓扑属性等,详细见igraph的帮助文档。

    igraph软件包建立的数据结构有邻接矩阵或边列表等。

    最新igraph软件包的节点是从1开始,

        若原始数据中有0,则应将数据+1。

           layout=layout.circle是环形布局。不能太稠密了,以致分不清线条。 [/backcolor]

           其他布局,layout.fruchterman.reingold,[/backcolor]

           layout=layout.kamada.kawai[/backcolor]。 [/backcolor]

    两个实例,一个是对多个数据制作网络分析图,一个是对社交网络数据建立网路数据图。

    eg1.多个数据建立网络分析图

    >net.data  <- read.table("d:/neural.txt")

    >graph.data.frame(net.data[1:2]) %>%

           set.edge.attribute("weight",value=net.data[[3]]) %>%

    >plot(vertex.size=5,vertex.label=NA,edge.arrow.size=0.3)

    eg2.社交网络数据图

    igraph包的作图功能绘制相应的网络图。(社交网络)

    library(igraph)

    people = data.frame(id = tmp1[, 4], name = tmp1[, 3])

    gg = graph.data.frame(d = tmp2, directed = F, vertices = people)

    is.simple(gg)

    gg = simplify(gg)## 去掉重复的连接

    is.simple(gg)

    dg = degree(gg)

    gg = subgraph(gg, which(dg > 0) - 1)## 去掉孤立点##

    png("net_simple.png", width = 500, height = 500)

    par(mar = c(0, 0, 0, 0))

    set.seed(14)

    plot(gg, layout = layout.fruchterman.reingold, vertex.size = 5, vertex.label = NA,  edge.color=grey(0.5),

            edge.arrow.mode = "-")

    ##dev.off()

    3.R语言实现生物学网络分析

    在R语言编程环境中安装graph、RBGL、Rgraphviz软件包。

    软件包的下载地址为http://bioconductor.org/packages/release/software.html。

    eg1.构建4个蛋白质构成的蛋白质网络图

            蛋白质1与2、3有物理作用,因此网络图中存在边。实际是建立数据结构的图。

    library(graph)

    #character类型的变量存储蛋白质网络的结点集,nodes={蛋白质1,蛋白质2,蛋白质3}。建立图数据结构g1。
    nodes<-c("protein1","protein2","protein3","protein4")
    g1<-new("graphNEL",nodes=nodes, edgemode="undirected")

    #plot图检验
    library(Rgraphviz)
    plot(g1)

    #建立边用函数addEdge()

    #建立protein1和protein2节点间的边
    g2 <- addEdge("protein1","protein2", g1)
    plot(g2)


    #建立protein1和protein3节点间的边
    g3 <- addEdge("protein1","protein3", g2)
    plot(g3)

    #增加结点用函数addNode()

    #增加蛋白质(protein5),它和protein1有一条边。
    g4<-addNode("protein5",g3)
    g5<-addEdge("protein1","protein5",g4)#增加蛋白质节点,也应增加它和其他节点间的边
    plot(g5)

    eg2.用边集合的方式建立蛋白质网络图数据结构

    nodes<-c("protein1","protein2","protein3","protein4")

    #构建一个空的长度为4的list变量edges。edges中将存储边的信息。它的长度为4,表示网络有4个结点。
    edges<-vector("list",length=4)

    #把这4个结点的名称赋给edges的名称属性。
    names(edges)<-nodes

    #构建边protein1-protein2,protein1-protein3

    edges[[1]]<-list(edges=c("protein2","protein3"))

    #构建边protein2-protein1
    edges[[2]]<-list(edges=c("protein1"))

    #构建边protein3-protein1
    edges[[3]]<-list(edges=c("protein1"))

    #构建蛋白质网络图
    gR<- new("graphNEL", nodes=nodes, edgeL=edges,edgemode="undirected")

    蛋白质网络图的边集合edges是一个两层的list结构。

    参考资料

    1.社会网络分析:探索人人网好友推荐系统
    http://bbs.pinggu.org/thread-3166191-1-1.html
    2.用R语言实现生物学网络分析
    http://blog.163.com/zhoulili1987619@126/blog/static/3530820120148178125084
    3.美国宾夕法尼亚州立大学教学资源网址
    http://sites.stat.psu.edu/~dhunter/Rnetworks/
    4.用R语言建立网络格式的数据
    http://blog.sina.com.cn/s/blog_3d4f90bb0102wd94.html
    链接地址:http://rsoftware.h.baike.com/article-1975189.html

    展开全文
  • 目录 文章目录目录网络数据包的传输方式 网络数据包的传输方式 单播(Unicast):在发送者和接收者之间实现点对点网络连接。...它提高了数据传送效率,减少了骨干网络出现拥塞的可能性。组播解决了单播
  • 网络数据爬取实例教程

    万次阅读 2017-10-21 23:08:28
    前言 ...数据分析前言一般而言,网络数据爬取是指基于http/https/ftp协议的数据下载——翻译成白话,就是从特定网页上获取我们需要的数据。想象一个浏览网页的过程,大致可以分为两个步骤: 在浏览器
  • 互联网数据防泄密解决方案

    千次阅读 2019-01-25 15:45:02
    在当今社会中商业间谍、黑客、木马程序对企业的数据安全形成了巨大威胁,那么对于互联网企业来说,用户信息等数据是十分重要的。不可以丢失的,那么对此整理出一套互联网数据防泄密解决方案。 1、全周期防护 以数据...
  • 本书介绍 数据科学作为一个独特的专业领域之后,数据科学有了自己的一套体系。...主要互联网公司的成功推动了对数据科学家需求的增长。谷歌、Facebook、LinkedIn和亚马逊都通过创造性地使用数据而闻名:不...
  • 斯坦福网络数据

    千次阅读 2015-05-07 20:10:06
    http://snap.stanford.edu/data/ 有需要真实网络数据集的,可以在上面的网站上下载
  • 互联网学习(一):网络数据传输

    千次阅读 2018-11-23 00:55:19
    想给其他主机发数据,源主机直接通过网线传送出数据,所有其他连着网线的主机都能收到数据(相当于广播),对比数据中的目的MAC地址标识,如果是发给自己的就接收,这样就实现了多个主机之间的数据交互。 图1:主机...
  • 浅析高速公路网络数据集制作

    千次阅读 2016-12-02 15:09:32
    浅析高速公路网络数据集制作关于高速公路的网络数据制作,主要就是对高速路和匝道的拓扑关系的检查处理以及二维网络数据的制作,通常相对复杂的部分就是带有立交桥的处理制作,本文所用的原始示范数据是高速公路线...
  • 复杂网络数据集整理

    千次阅读 2019-04-11 09:22:22
    复杂网络的研究很多都离不开数据集,下面这些是个人在做科研的过程中在互联网上搜集到的一些数据集网站,列举出来也方便同行们去使用。 1、http://vladowiki.fmf.uni-lj.si/doku.php?id=pajek:data:urls:index ...
  • 移动互联网数据分析 移动客户端流量统计 移动客户端数据统计 原创文章,转载请注明原地址 http://blog.csdn.net/stevenprime 在这个公司两年多了,期间做了移动客户端数据分析,视频播放器数据分析,短地址数据分析等...
  • 1、 互联网刚兴起的时候,数据索引是个大问题,当时Yahoo的分类页面着实火了一阵子。2、随着互联网数据量越来越大,Google,百度等搜索引擎火了起来。这个阶段,几乎没有比搜索引擎更火的技术了,连带分词技术都火得...
  • 利用社交网络数据进行推荐

    千次阅读 2018-09-22 16:43:50
    原创:石晓文本篇的思维导图如下:1、社交网络数据自从搜索引擎谷歌诞生后,大家都在讨论互联网的下一个金矿是什么。现在,几乎所有的人都认为那就是社交网络。根据尼尔森2010年的报告,用户在互联网上22%的时间花费...
  • 网络数据传输需要注意的两个问题

    千次阅读 2016-10-22 16:56:31
    作者:朱金灿来源:http://blog.csdn.net/clever101 网络数据传输需要注意两个问题:一是大小端机器的问题;二是数据校验问题。 所谓大小端问题是指数据发送端和数据接收端有可能是不同的cpu存储模式(大端模式或...
  • 互联网数据中心——IDC(Internet Data Center),是指在互联网上提供的各项增值服务服务。他包括:申请域名、租用虚拟主机空间、主机托管等业务的服务。   基本简介  IDC即是Internet Data Center,是基于...
  • 我一个ViewPager里有四个Fragment,然后启动应用后默认显示第一个Fragment,第一个Fragment需要从网络获取数据来设置UI的属性,所以我在第一个Fragment类中写了一个异步操作获取网络数据然后赋属性给UI,这个...
  • 【arcgis】如何实现网络数据集的网络分析

    万次阅读 多人点赞 2016-06-25 17:31:46
    在arcgis中,将地理网络模型分为两种:几何网络模型和网络数据集模型。由于本片文章研究的是网络数据集模型,所以暂时不说几何网络模型。 在网络数据集模型中,可以随意改变资源流动的方向,速度,终点等等。如驾驶...
  • Flutter 通过API获取网络数据并解析

    万次阅读 2018-07-03 16:16:27
    首先通过API获取网络数据这个过程是耗时的,所以我们需要进行异步操作,使用Dart语言完成异步可以参考如下的文章https://www.jianshu.com/p/f2f7634b602c1.网络请求直接进入正题,首先我进行网络请求是通过一个工具...
  • 《Python网络数据爬取及分析从入门到精通(爬取篇)》导读       内容简介 本书主要包括上下两册:  《Python网络数据爬取及分析从入门到精通(爬取篇)》  《Python网络数据爬取及分析从入门到精通...
  • 安卓网络数据缓存策略

    千次阅读 2016-12-04 00:43:09
    前言对于大部分 App 来说,网络请求都是必不可少的,而且不少App是以数据为主。如果不做数据缓存,在网络慢的情况下,会降低用户体验度。仿佛有一段时间没写博客了,吓得我都祭出了神图。 Json/Xml数据缓存策略对于...
  • 互联网数据中心(Internet Data Center,IDC)是集中计算、存储数据的场所,是为了满足互联网业务以及信息服务需求而构建的应用基础设施,可以通过与互联网的连接,凭借丰富的...
  • Python 网络数据采集(中文版)

    千次阅读 多人点赞 2019-03-10 22:20:37
    Python 网络数据采集(中文版) 链接:https://pan.baidu.com/s/1vXtIUXVFlGLBnA3BbWFAAg 提取码:f2a8
  • ArcGIS构建网络数据集步骤

    万次阅读 2017-05-04 08:53:06
    创建网络数据集步骤: 单击开始 > 所有程序 > ArcGIS > ArcCatalog 10.2 启动 ArcCatalog。 启用 ArcGIS Network Analyst 扩展模块。 单击自定义 > 扩展模块。 将打开扩展模块 对话框。 选中 ...
  • 本节展示网络数据请HttpURLConnection的post请求方式。 在Android应用程序中,经常需要进行网络数据的请求。Android提供了很多网络数据请求的标准接口,还有很多第三方的网络数据请求库,httpclient,okhttp...可谓是...
  • 很遗憾的是,中国法律的限制,ESRI 没有办法向用户 直接提供数据,更要命的,国内数据来源广泛,没有统一的标准,很多公司都有数据的测绘资质,比较大的数据厂商四维、高德等还比较规范,但是很多并非专业的 数据...
  • 最短路径分析 网络数据
  • BP神经网络数据预测

    千次阅读 2019-12-01 09:37:28
    BP神经网络是一种多层前馈网络,可以进行学习和存储输入输出映射关系,不需要建立数学方程式。能通过对输入的样本数据的学习训练,获得隐藏在数据内部的规律,并利用学习到的规律来预测未来的数据。 p=[20.55 ...
  • 4G网络数据传输流程 一

    千次阅读 2019-05-30 16:22:28
    原文:微信公众号 Wisdom365 生命不息,提速不止。4G时代,百兆、双百兆、300兆速率的广告比比皆是,现在1Gbps也要来了...2009年1月,瑞典运营商TeliaSonera宣布商用4G LTE网络,建成全球首个4G商用网络; 2013年...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 3,488,741
精华内容 1,395,496
关键字:

互联网数据