网络通信原理系统的认知(NEBASE第十四课)(二)

简介: 网络通信原理系统的认知(NEBASE第十四课)(二)

3 二进制  十进制  十六进制

 

 

1 数制类型

  1. 二进制 0 1
  2. 十进制 0 1 2 3 4 5 6 7 8 9
  3. 十六进制 0 1 2 3 4 5 6 7 8 9 a b c d e f

1 位权展开法3

image.png


=8; 所以八进制中的10=8
十进制 (D) 0,1,2,3,4,5,6,7,8,9,10,11,12... 10进制中,拿12做比方;按权展开基数是10的n次幂


=10+2=12
十六进制 (H) 0,1,2,3,4,5,6,7,8,9,A

2 位权展开法

某进制计数制中 各位数字符号所表示的数值 表示该数字符号值乘以一个数字符号有关的常数, 该常数称为"位权"(简称"权")。位权的大小是以基数为底的(2、8、10、16进制)数字符号所处的位置的序号为指数的整数次幂 十进制的百位、十位、个位、十分位的权 分别是 10的2次方、10的一次方、10的0次方、10的-1次方。 二进制就是2的n次幂;如二进制数1010按权展开就是 续: 11001101是一个二进制->转十进制 按权展开就是:=205【这就是展开后相加正好等于十进制的205】

3 数位 只一个数制中每一个数所占的位置

 

 

 

 

4 位权展开

<!DOCTYPE html>
<html lang="zh">
    <head>
        <meta charset="UTF-8">
        <meta http-equiv="X-UA-Compatible" content="IE=edge">
        <meta name="viewport" content="width=device-width, initial-scale=1.0">
        <title>Document</title>
    </head>
    <body>
        <h1>十进制数256.16按位权展开式:
            (256.16)10 = 2*102+5*101+6*100+ 1*10-1+6*10-2
            二进制数101.01按位权展开式:
            (101.01)2 = 1*22+0*21+1*20+0*2-1+1*2-2
            八进制数307.4按位权展开式:
            (307.4)8 =3*82+0*81+7*80+4*8-1
            十六进制数F2B按位权展开式:
            (F2B)16 = 15*162+2*161+11*160</h1>
    </body>
</html>

2 二进制、八进制、十六进制之间转换

1 规律1:二转八->三位为一组,不够补高位

例如 11001101 转八进制

011 001 101 (不够三位高位补零;三位为一组 ,组内相加等于结果)

八进制为3 1 5 =》八转十进制基数=》


2 规律2:二转十六->四位为一组,不够补高位

例如 11001101 转十六进制

1100 1101 (不够四位高位补零;四位为一组 ,组内相加等于结果)

十六进制为C D =》十六转十进制基数=》

同理十六转二=》一位变四位,不够四位高位补零;C -> 1100 D -> 1101 所得二进制为11001101 除以基数取余得到二进制

4 网络层   第三层

数据格式叫 包 至少有数据

4.1   网络层:进行逻辑地址寻址,实现不同网络之间通信,定义了IP地址,为数据的传输选择最佳路径,路由器工作在网络层。

相关文章
|
14天前
|
机器学习/深度学习 人工智能 算法
基于Python深度学习的眼疾识别系统实现~人工智能+卷积网络算法
眼疾识别系统,本系统使用Python作为主要开发语言,基于TensorFlow搭建卷积神经网络算法,并收集了4种常见的眼疾图像数据集(白内障、糖尿病性视网膜病变、青光眼和正常眼睛) 再使用通过搭建的算法模型对数据集进行训练得到一个识别精度较高的模型,然后保存为为本地h5格式文件。最后使用Django框架搭建了一个Web网页平台可视化操作界面,实现用户上传一张眼疾图片识别其名称。
70 4
基于Python深度学习的眼疾识别系统实现~人工智能+卷积网络算法
|
1月前
|
机器学习/深度学习 人工智能 算法
猫狗宠物识别系统Python+TensorFlow+人工智能+深度学习+卷积网络算法
宠物识别系统使用Python和TensorFlow搭建卷积神经网络,基于37种常见猫狗数据集训练高精度模型,并保存为h5格式。通过Django框架搭建Web平台,用户上传宠物图片即可识别其名称,提供便捷的宠物识别服务。
286 55
|
17天前
|
机器学习/深度学习 算法 PyTorch
深度强化学习中SAC算法:数学原理、网络架构及其PyTorch实现
软演员-评论家算法(Soft Actor-Critic, SAC)是深度强化学习领域的重要进展,基于最大熵框架优化策略,在探索与利用之间实现动态平衡。SAC通过双Q网络设计和自适应温度参数,提升了训练稳定性和样本效率。本文详细解析了SAC的数学原理、网络架构及PyTorch实现,涵盖演员网络的动作采样与对数概率计算、评论家网络的Q值估计及其损失函数,并介绍了完整的SAC智能体实现流程。SAC在连续动作空间中表现出色,具有高样本效率和稳定的训练过程,适合实际应用场景。
72 7
深度强化学习中SAC算法:数学原理、网络架构及其PyTorch实现
|
1月前
|
机器学习/深度学习 人工智能 算法
【宠物识别系统】Python+卷积神经网络算法+深度学习+人工智能+TensorFlow+图像识别
宠物识别系统,本系统使用Python作为主要开发语言,基于TensorFlow搭建卷积神经网络算法,并收集了37种常见的猫狗宠物种类数据集【'阿比西尼亚猫(Abyssinian)', '孟加拉猫(Bengal)', '暹罗猫(Birman)', '孟买猫(Bombay)', '英国短毛猫(British Shorthair)', '埃及猫(Egyptian Mau)', '缅因猫(Maine Coon)', '波斯猫(Persian)', '布偶猫(Ragdoll)', '俄罗斯蓝猫(Russian Blue)', '暹罗猫(Siamese)', '斯芬克斯猫(Sphynx)', '美国斗牛犬
189 29
【宠物识别系统】Python+卷积神经网络算法+深度学习+人工智能+TensorFlow+图像识别
|
25天前
|
前端开发 网络协议 安全
【网络原理】——HTTP协议、fiddler抓包
HTTP超文本传输,HTML,fiddler抓包,URL,urlencode,HTTP首行方法,GET方法,POST方法
|
25天前
|
域名解析 网络协议 关系型数据库
【网络原理】——带你认识IP~(长文~实在不知道取啥标题了)
IP协议详解,IP协议管理地址(NAT机制),IP地址分类、组成、特殊IP地址,MAC地址,数据帧格式,DNS域名解析系统
|
25天前
|
存储 JSON 缓存
【网络原理】——HTTP请求头中的属性
HTTP请求头,HOST、Content-Agent、Content-Type、User-Agent、Referer、Cookie。
|
25天前
|
安全 算法 网络协议
【网络原理】——图解HTTPS如何加密(通俗简单易懂)
HTTPS加密过程,明文,密文,密钥,对称加密,非对称加密,公钥和私钥,证书加密
|
25天前
|
XML JSON 网络协议
【网络原理】——拥塞控制,延时/捎带应答,面向字节流,异常情况
拥塞控制,延时应答,捎带应答,面向字节流(粘包问题),异常情况(心跳包)
|
28天前
|
网络协议 安全 网络安全
探索网络模型与协议:从OSI到HTTPs的原理解析
OSI七层网络模型和TCP/IP四层模型是理解和设计计算机网络的框架。OSI模型包括物理层、数据链路层、网络层、传输层、会话层、表示层和应用层,而TCP/IP模型则简化为链路层、网络层、传输层和 HTTPS协议基于HTTP并通过TLS/SSL加密数据,确保安全传输。其连接过程涉及TCP三次握手、SSL证书验证、对称密钥交换等步骤,以保障通信的安全性和完整性。数字信封技术使用非对称加密和数字证书确保数据的机密性和身份认证。 浏览器通过Https访问网站的过程包括输入网址、DNS解析、建立TCP连接、发送HTTPS请求、接收响应、验证证书和解析网页内容等步骤,确保用户与服务器之间的安全通信。
102 1