38.201物理层概述中文版，可以作为入门用，与38.201英文版一一对应

考研自学计算机网络第二章，个人学习总结XMind脑图，整理知识点，希望对自己复习有帮助，也希望对跨考路上的你有帮助

质谱仪-非相干散射 (MSIS) 模型描述了高层大气（约 100 公里以上）的中性温度和密度。 MSIS-86 构成了 COSPAR 国际参考大气 (CIRA) 1986 的上部。 MSIS 模型基于 AE Hedin 及其同事的大量数据汇编和分析工作。 数据源包括来自多个火箭、卫星（OGO 6、San Marco 3、AEROS-A、AE-C、AE-D、AE-E、ESRO 4 和 DE 2）和非相干散射雷达（Millstone Hill、St . Santin、Arecibo、Jicamarca 和 Malvern）。 该模型期望输入年份、年份、世界时、海拔、大地纬度和经度、当地视太阳时、太阳 F10.7 通量（前一天和三个月的平均值）和磁 Ap 指数（每日或 Ap过去 59 小时的历史记录）。 对于这些条件，将计算以下输出参数：He，O，N2，O2，Ar，H和N的数密度，总质量密度；

（1） 当交换机从某个端口收到一个数据包，它先读取包头中的源MAC地址，这样它就知道源MAC地址的机器是连在哪个端口上的 （2） 再去读取包头中的目的MAC地址

单播地址：第一字节最低位为0，如：00-e0-fc-00-00-06多播地址：第一字节最低位为1，如：01-e0-fc-00-00-06(问题1：以03开头的M

KVM(Kernel based Virtual Machine)+OpenVswitch搭建SDN基础设施层

设计了一种多源信息特征层融合的故障诊断方法，应用在电力电子电路的诊断过程中。选择待测电路的节点电压和重要支路电流作为融合对象，利用小波变换和主成分分析对数据进行预处理和特征提取，采用间隔交叉的方式将电压特征矢量和电流特征矢量联合形成特征矢量，通过神经网络对联合特征矢量进行推理分类，得到故障诊断结果。以Buck―Boost电路为诊断实例，对比分析了选择不同特征融合对象对故障诊断结果的影响，实验结果证明该方法可以明显提高电路诊断率。

实验03分析数据链路层帧结构 1. 掌握使用Wireshark分析俘获的踪迹文件的基本技能； 2. 深刻理解Ethernet帧结构。 3. 深刻理解IEEE 802.11帧结构。（可选） 4. 掌握帧结构中每一字段的值和它的含义。

基于小变换，以及边缘融合算法的图像边缘检测算法。包含了在多尺度下层层检测分解重构图像。-Based on the small change, as well as the edge of fusion algorithm of image edge detection algorithm. Included at every level of multi-scale decomposition of reconstructed image detection.

基于小变换，以及边缘融合算法的图像边缘检测算法。包含了在多尺度下层层检测分解重构图像。-Based on the small change, as well as the edge of fusion algorithm of image edge detection algorithm. Included at every level of multi-scale decomposition of reconstructed image detection.