网络的基本原理

前言：想要写出一篇令人眼前一亮的文章吗？我们特意为您整理了5篇网络的基本原理范文，相信会为您的写作带来帮助，发现更多的写作思路和灵感。

网络的基本原理范文第1篇

【关键词】网络信息资源；搜索引擎；体系结构；工作过程；工作原理

随着国内外近年来电子图书馆、数字图书馆、虚拟图书馆的兴起与发展，图书馆的工作对象由文献资源扩展为信息资源。以计算机技术、网络技术、微电子技术为核心的现代化技术将从根本上改变图书馆的工作模式、工作方法甚至体制形态。新的研究课题不断涌现，其中包括网上信息资源的虚拟链接和应用、利用计算机进行各类信息（包括多媒体信息、流媒体信息等）的存储和检索。

1.网络信息资源

网络信息资源是将文字、图像、声音、动画等多种形式的信息，以数字化形式存储，并借助计算机与网络通信设备、收集、组织、存储、传递、检索和利用的信息资源。

2.网络信息资源的检索工具

网络信息资源检索工具有多种，按照其检索机制可分为主题指南（目录型检索工具）、图书馆的网络导航（学科导航）、搜索引擎等。从功能上来看，主题指南和图书馆的网络导航类似图书中的目次，而搜索引擎则更像索引。搜索引擎使用自动索引软件来发现、收集并标引网页，建立索引数据库，以Web形式提供检索界面。当用户输入某个关键词的时候，所有在页面内容中包含该关键词的网页都将作为搜索结果被搜出来。在经过复杂的算法进行排序后，这些结果将按照与搜索关键词的相关度高低依次排列。搜索引擎强调的是检索功能，而非主题指南那样的导引、浏览。

3.搜索引擎基本工作原理

3.1 搜索引擎的概念

搜索引擎是指自动从互联网搜集信息，经过一定整理之后，提供给用户进行查询的系统。它是为满足用户对网络信息搜索需求应运而生的网络工具，既是互联网信息查询的导航器，也是沟通用户与网络信息的重要桥梁。搜索引擎是在检索被搜索到的网页的数据库，而不是检索互联网本身。[1]

3.2 独立搜索引擎是一个双层的客户机/服务器（Client/Server—C/S）体系结构

当用户访问搜索引擎时，用户端为客户机，向搜索引擎发出检索请求，搜索引擎为服务器，检索自己的索引数据库并将检索结果以应答形式提交给用户。当搜索引擎采集数据时，搜索引擎为客户机，向WWW站点等实际资源系统提出页面搜索请求，各类实际资源系统为服务器，将有关数据（例如WWW页面或文档）作为应答提交给搜索引擎。

3.3 搜索引擎的目的

搜索引擎的目的只有一个：寻找相关性最高的网页。

3.4 搜索引擎有至少三个因素值得重视：数据库，用户搜索，搜索结果排序

值得一提的是数据库，搜索引擎的数据库资源由用户提交的登录信息组成，他们还主动地使用其“Web crawlers”“spiders”或“robots”程序搜索因特网并将搜索到的网页信息归入其索引数据库中。

3.5 搜索引擎的工作包括如下三个过程

（1）在互联中发现、搜集网页信息

搜索引擎首先负责数据采集，即按照一定的方式和要求对网络上的WWW站点进行搜集，并把所获得的信息保存下来以备建立索引库和用户检索。但是收集网页只是搜索引擎的一部分工作，他们的其他服务器要做的还有进行计算/分配/储存用户习惯等等。

（2）对信息进行提取和组织建立索引库

首先是数据分析与标引，搜索引擎对已经收集到的资料给与按照网页中的字符特性予以分类，建立搜索原则，举例来说，对于"软件"这个词，它必须建立一个索引，当用户查找的时候，他知道到这里来调取资料。当然，对于网页语言，该字符的处理（大小写/中文的断字方式等等）等方面，各个搜索引擎都有自己的存档归类方式，这些方式往往影响着未来搜索结果。

接下来是数据组织，搜索引擎负责形成规范的索引数据库或便于浏览的层次型分类目录结构，也就是计算网页等级，这个原则特别是在Google非常重要，一个接受很多链接的网页，搜索引擎必然在所有的网页当中将这些连接多的网页提升上来。

（3）在索引数据库中搜索排序

由检索器根据用户输入的查询关键字，在索引库中快速检出文档，进行文档与查询的相关度评价，对将要输出的结果进行排序，并将查询结果返回给用户。

搜索引擎负责帮助用户用一定的方式检索索引数据库，获取符合用户需要的WWW信息。搜索引擎还负责提取用户相关信息，利用这些信息来提高检索服务的质量，信息挖掘在个性化服务中起到关键作用。用户检索的过程是对前两个过程的检验，检验该搜索引擎能否给出最准确、最广泛的信息，检验该搜索引擎能否迅速地给出用户最想得到的信息。

3.6 主要搜索引擎

主要搜索引擎有Goole、百度、Yahoo和Bing。一般来说，如果是搜索英文信息使用Goole会更有效，搜索中文信息则倾向于使用百度。即使在中文信息领域，如果单就搜索的准确性而言，目前Goole仍占据着明显优势，应成为首选。目前百度以近70%的市场占有率，占据中文搜索引擎的领先地位，在全球的市场份额则落后于谷歌、雅虎和微软必应排在第4位。

参考文献

网络的基本原理范文第2篇

>> 生态课堂的基本原理 林业标准化基本原理研究 物资流成本会计基本原理及其在我国的应用研究 浅析盾构隧道基本原理及在我国的使用情况 我国城市污水处理工艺及基本原理浅析 城市化与生态环境耦合系统的基本原理 低碳生态城市的内涵\特征及规划建设的基本原理探讨 基于大众标注的情报学基本原理探析 论建筑学的基本原理 会计学基本原理在移动终端的应用及发展趋势 基于税务筹划的基本原理及方法探讨 试论网络会计的发展及其基本原理 学习基本原理关于人的发展探讨 论管理的基本原理 “文学不死”的基本原理 烤制的基本原理 刑事推定的基本原理 整体教育的基本原理 摄像模组的基本原理 组合数学基本原理与微分学链式法则共性探讨 常见问题解答 当前所在位置：.

[12] 张国庆.标准学[EB/OL].（2011-07-08）[2013-08-30]..

[13] 张国庆.林业标准学[EB/OL].（2011-02-20）[2013-08-30]..

[14] 张国庆.生态论概述[EB/OL].（2012-04-13）[2013-08-30]..

[15] 张国庆.系统学概论[EB/OL].（2013-03-27）[2013-08-30]..

[16] 张国庆.论社会化[EB/OL].（2008-03-30）[2013-08-30]..

[18] 张国庆.客货站应集中到郊区——以武汉为例[EB/OL].（2011-10-02）[2013-08-30]..

网络的基本原理范文第3篇

关键词：基本原理概论课；翻转课堂；教学模式

“翻转课堂”被称为影响课堂教学的一项重大技术变革，是目前全球教育界前沿的教学理念。它的出现，被认为是变革传统课堂的一个有效途径，同时也为高校基本原理概论教学提供了一种新的教学模式。与传统的课堂教学相比，翻转课堂的主要特点在于借助信息技术手段和宏观社会教育系统设计理论，打破了传统课堂的时空界限。与欧美发达国家的翻转课堂起步早发展成熟的现状相比较，我国的翻转课堂模式尚处于理论研究和试验阶段。

一、翻转课堂教学模式的特征及其科学性

所谓翻转课堂，就是教师提供以教学视频为主要形式的学习资源，学生课前完成对教学视频等学习资源的观看和学习，师生在课堂上一起完成作业答疑、协作探究和互动交流等活动的一种新型的教学模式。与传统教学模式相比，翻转课堂教学模式的特征及其科学性主要表现在：

首先，学生变被动为主动。在翻转课堂中，学生的学习实践主体地位得以突出，由原来教学活动中的被动接受者转变为积极主动的参与者，而教师则由原来教学活动中的主导者转变为导学者、助学者、督学者和评学者。课前，教师向学生提供必要的教学视频，教学课件等教学资源，在教师有步骤的逐级引导下，高效地甄别和利用资源，并将理论知识与实践较好结合。

其次，教学流程更为优化。传统教学中教师课堂讲授，学生课后完成作业的模式较为死板，缺乏灵活性。而翻转课堂教学模式灵活多样，是对传统教学模式的颠覆，它将理论知识讲解过程放在课下，把学生对知识深度理解的过程放在课上，课堂的大部分时间用于学生的作业答疑、学习小组的交流研讨以及师生间的互动等。

最后，学习氛围更加轻松。教师精心编排、图文并茂的教学视频是翻转课堂教学资源最核心的组成部分。利用多媒体教学的便捷性可以自主选择学习时间，对理论难点和重点可以实现回放和重放。更加有利于学生自主学习和深入思考以及学生对知识的复习及巩固。而且，学生在课下观看教学视频，学习方法更加灵活，学习氛围也更为轻松。在遇到问题时，学生也可以通过网络向教师寻求帮助，与同学进行研讨和交流。

二、高校基本原理概论课堂的“翻转”型教学模式设计

通过将翻转课堂的特征与理念和基本原理概论教学目标相融合，构建大学生思想政治教育教学模式，主要包括以下三个组成部分：

1.课前教学准备阶段。授课教师需要准备多种类型的课程教学资源，包括基本原理概论的电子教案、相关微视频、参考书籍、相关专题的学习网站等，并将采用专业件制作翻转课堂的微视频课程上传，方便学生随时下载观看。此外，教师还需设计包括主题任务、活动指南、评价规则等在内的形式多样的教学活动。学生可以根据自身实际情况，灵活选择教学资源和学习时间，观看教学视频，并总结自己学到的知识和学习中出现的问题，以学习小组为单位，将问题反馈给教师，或通过组内研讨解决问题，巩固知识。

2.课中理解应用阶段。课中教师作为课程的引导者，教学过程起始于教学目标的导入。在教师的引导下，学生通过观看相关视频课件，对网络资源进行甄别选择、分组讨论辩论等，能够更好地记忆和理解相关课程内容。教师综合采用个性化指导、总结点评、参与小组合作等方法，明显提升学生对知识的渴望和学习兴趣，提高学生自主能力和理论联系实际的能力。之后，学生通过作业练习、小组项目等学习活动，做到能够将所学知识运用于新的问题情境之中。

3.课后综合评价阶段。课后，结合理论知识学习特点，学生可通过学习笔记、实践报告、小组辩论、组内互评等形式，展示学习效果。通过综合评价既能发现教学准备阶段的不足，提高教师的教学水平，又能了解学生对知识的理解和应用情况，激发学生的学习动机。如果评价的结果表明既定教学目标已经实现，则可进入下一个教学环节。如果评估的结果不甚理想，则需要重新回到原来的教学目标导入，寻求更为有效的教学实践途径。

参考文献：

[1]邵霞.基于翻转课堂理念的思想政治教育教学模式研究[J].安徽工业大学学报（社会科学版），2015（1）：120-121.

网络的基本原理范文第4篇

【关键词】BP神经网络；预测；误差

1.引言

许多金融学家和计量学家对发达国家成熟市场的波动性进行了广泛的研究，但是在对股市的预测上，由于人们在知识、能力、经验上存在着较大的差异，加之问题本身又具有很大的随机性和高度的非线性，即使是一些金融专家、炒股高手对出现的同一复杂行情进行分析，往往也会得出不同的结论。此外，传统方法还要事先知道各种参数，以及这些参数在什么情况下应作怎样的修正。这都给预测股市带来一定的困难。

基于以上股市预测的困难性，本文提出了人工神经网络的预测方法。随着计算机、人工智能尤其是专家系统的发展，人工神经网络技术逐渐成熟并开始应用于各个领域。人工神经网络（ANN，简称神经网络）作为一种由大量简单神经元广泛相互联接而成的非线性映射或自适应动力系统，恰好能有效解决股市预测处理中常见的困难，因此它很快在股市预测分析与处理领域得到了广泛的应用。

2.BP神经网络介绍

2.1 BP 网络算法的基本原理

2.1.1 标准的BP 网络算法的基本原理

BP(Back Propagation)网络是反向传播的多层前馈式网络，是目前使用最为广泛的一种人工神经网络。它的核心是BP算法，一种对于多基本子系统构成的大系统进行微商计算的严格而有效的方法，采用最小均方差学习方式。BP 神经网络的原理说到底就是给它一些输入变量，然后就有一个输出，输出值的情况与实际的情况进行比较，差多少，然后再进行网络的内部调整，属于有导师的学习规则，使得网络输出与实际逼近。

神经网络能学习和存贮大量的输入―输出模式映射关系，而无需事前揭示描述这种映射关系的数学方程。人工神经网络由非线性函数组成，而由一系列不同权重的线性过滤器组合而成：

2.1.2 BP网络算法的优化

由于常用的BP算法主要缺点为收敛速度慢，局部极值，难以确定隐含层和隐含层的个数，使得在实际应用中BP算法很难应用，因此，出现了许多改进算法。BP算法的改进主要有两种途径，一种是采用启发式学习方法；另一种则是采用更有效的优化算法，本文采用了动量法和学习率自适应调整的策略，从而提高了学习速度并增加了算法的可靠性。动量法降低了网络对于误差曲面局部极值的敏感性，有效地抑制了网络陷于局部极小。

2.2 BP神经网络的模型识别及步骤

模式通常指对事物的一种定量描述或结构描述，“识别”是指对客观事物按其物理特征进行分类。模式识别的基本原理就是从待识别对象和理想标本之间若干特征的相似性推断它们之间总体的相似性。BP神经网络模式识别过程分为训练阶段和模式分类阶段，分为初始化、数据与处理、网络训练以及模式分类四个步骤。以下利用实证分析来进行着四个步骤。

3.实例分析

下面以上证的某股600个交易日的股票价格收盘指数作为原始样本数据，对上述神经网络模型进行求解，预测20天的收盘价，与实际收盘价进行比较，并求出其误差：

式中，表示第日的实际收盘指数，表示第日的预测值，表示误差。主要按照如下几部分来处理：（1）准备600个数据的时间序列，进行归一化。BP神经网络中每个神经元的输出值由传递函数Sigmoid函数来计算，其输出值的范围是（0，1）；（2）留出最后20个数据，作为预测检验使用；（3）绘制图像，包括实际值和预测值，能量函数；（4）分析实际和预测两曲线的趋势。

采用I-J-K学习模型，该模型是输入层I个神经元，隐层J 个神经元，输出层K个神经元。利用BP神经网络模型训练500次、800次、1000次的输出值和期望值以及能量函数（或者叫误差函数）E，结果见图1到图3。

通过上面的图示，可以看到用BP神经网络预测的效果比较明显，这说明该模型适用于短期预测吗，股市的波动在很多地区都是非常剧烈的，各种因素的综合作用也使得长期股指的变动具有极大的不确定性，使得预测变得很困难。而BP网络的算法原理和自学习的特点使其能够充分挖掘出隐含在样本数据中的规律性，实现从输入空间到输出空间的非线性映射，对样本数据进行精确的拟合。从而BP神经网络的方法对于股市上的一些很难看出规律的数据列的预测而言，无疑是一个比较精确的预测方法。

4.结论

本文介绍了股市的特点以及股市预测的困难性，提出了利用BP神经网络的方法来解决股市预测问题。文章介绍了BP神经网络算法的基本原理，BP神经网络算法的优化，BP神经网络模型识别及步骤，最后后以上海证券交易所每日股票价格收盘指数为分析对象，把原理应用于实际，利用BP神经网络对股票价格收盘指数进行了短期预测，并计算出预测值和实际值的误差。通过实验发现该模型收敛速度快，预测精度非常高，对预测短周期内股指波动具有较强的适用性。

参考文献

[1]高琴.人工神经网络在股市预测模型中的应用[J].微电子学与计算机,2007年第24卷第11期.

[2]周翠红,路迈西.线性回归与人工神经网络预测煤炭发热量[J].煤炭科学技术,第37卷第12期.

[3]尹庆双,奉莹.人工神经网络在第三产业就业分析中的应用[J].人口与经济,2009年第6期.

[4]邹文安,刘宝,姜波,杨春生.基于Excel 技术平台人工神经网络BP模型及应用[J].水文,第30卷第1期.

[5]康进,刘敬伟.非参数回归估计与人工神经网络方法的预测效果比较[J].统计与决策,2009年第23 期.

[6]杨本昭,田耕.基于人工神经网络的客户价值分类研究[J].科技管理研究,2007年第12期.

网络的基本原理范文第5篇

    一、课程的主要特点

    计算机网络是计算机发展和通信技术紧密结合并不断发展的一门学科。它的理论发展和应用水平直接反映了一个国家高新技术的发展水平,是其现代化程度和综合国力的重要标志。在以信息化带动工业化和工业化促进信息化的进程中,计算机网络扮演了越来越重要的角色。本课程系统地介绍了数据通信、局域网、网络互连与广域网、Internet、Intranet/Extranet、网络管理、网络安全、网络数据管理、网络操作系统以及网络设计与案例分析等内容。通过本课程的学习,使学生掌握计算机网络的基本理论,特别是数据通信和局域网的基本原理。因为数据通信是计算机网络的基础,而局域网是广域网的基本单元,广域网一般均由局域网互连而成。因此对数字化、数字传输、模拟传输、通信媒体、多路复用、数据交换以及局域网介质访问控制方式、体系结构、组网技术、高速局域网等的基本原理和技术要有清晰的了解和掌握。此外,对网络管理(如网络安全管理、网络数据管理、网络操作系统)和应用(如在企业中的应用、政府部门的应用、金融机构的应用以及Internet的应用等)掌握的同时,还应具有计算机网络系统分析与设计的初步能力。

    二、课程教学现状

    作为一门高职计算机专业的必修课,目前课程的教学存在三个比较大的问题:首先,教学内容方面,网络相关学科发展迅速,内容更新快,课程内容难以跟上计算机网络科学的发展变化。其次,在教学方式上,网络课程有相当部分的内容属于基础理论知识,难度大,相对枯燥,在课堂教学方面需要适当调整,改变学生积极性调动不充分,课堂互动性不足等问题。然后,教学目标方面,高职网络课程的教学目标主要集中在如何完成课程的教学,传授其中的知识点,但对于学生的实践能力和创新能力没有适当的关注。与此相对的是,计算机专业的学生毕业走向工作岗位,能否有效解决有关的实际问题,对于用人单位用人的一项硬件指标。这些能力培养的忽略。对于今后学生的工作和发展非常不利。