麻风树概述
麻风树又名膏桐、小桐子、芙蓉树、柴油树、青桐木、假花生、臭油桐。大戟科灌木，高3-4米，多为药用栽培植物。以树皮、叶及果实（包括榨油后的渣饼）入药。麻风树树皮光滑，种子呈长圆形，种衣呈灰黑色。中医认为它性寒，有散瘀、止痛作用，也可治跌打损伤及皮肤瘙痒。麻风树全株有毒。茎、叶、树皮均有丰富的白色乳汁，内含大量毒蛋白。种子毒蛋白浓度最高。其毒蛋白的毒性与蓖麻毒蛋白类似。种子中还含有少量氰氢酸及川芎嗪。毒蛋白有强烈的胃肠道刺激作用，甚至可以导致出血性胃肠炎。
麻风树原产热带美洲,现广泛分布于世界热带地区。麻风树传入我国已有300多年,主要分布在福建、广东、广西、海南、四川、贵州、云南和台湾等省区,现有资源以云贵川地区为多。在云南,麻风树广泛分布于金沙江、澜沧江、红河、怒江等江河沿线的干热河谷区,红河州、楚雄州、临沧市、大理市和丽江市均有分布。在四川,麻风树集中分布在攀西金沙江、雅砻江和安宁河干热河谷区,攀枝
花市和凉山州的麻风树资源比较丰富。泸州赤水河流域也适宜发展麻风树。在贵州,麻风树主要分布在红水河流域的南、北盘江沿岸干热河谷地区,黔西南州和黔南州麻风树较多。
麻风树为喜光阳性植物，根系粗壮发达，具有较强的耐干旱瘠薄能力，枝、干、根近肉质，组织松软，含水分、浆汁多、有毒性而又不易燃烧，抗病虫害。原产美洲，现广泛分布于亚热带及干热河谷地区，我国引种有300多年的历史。由于该树种植可用杆插法繁殖，而且成活率高，生长速度快，头年就有收成，产量逐年增加，果实采摘可达50年。近年来，由于退耕还林的推动，各地大量种植。
麻风树为多年生耐旱型木本植物，适于在贫瘠和边角地栽种，栽植简单、管理粗放、生长迅速，麻风树林3年可挂果投产、5年进入盛果期。果实采摘期长达50年，果实的含油率为60～70%。麻风树可全株开发，其果实、枝、叶均能利用。麻风树种子含油率高，经过加工可制成生物柴油。麻风树种子、树皮、叶、
根和乳汁中含有多种成分的生物药源，可提取制作生物医药和生物农药。麻风树种子加工后的油饼蛋白质含量较高，脱毒后可制作生物饲料，未脱毒的可制作优质的有机生物肥。另外，麻风树茎叶有毒，牲畜不吃，病虫较少，不易燃烧，可作为田间地边的生物篱和防风防火屏障。经改性后的麻风树油可适用于各种柴油发动机，并在闪点、凝固点、硫含量、一氧化碳排放量、颗粒值等关键技术上均优于国内零号柴油，达到欧洲二号排放标准，被称为生物柴油树，是最有种植潜力的油料作物品种。培育麻风树能源林，利用其种子提炼生物柴油是麻风树产业发展的主要方向。
近几年,我国四川、云南、贵州一些科研院校相继开展了麻风树资源培育和开发利用研究工作。目前，国内外有关能源企业也在关注我国麻风树发展潜力,纷纷投入麻风树培育开发之中。
文章编号:1009-3907(2004)06-0048-04 数据挖掘之决策树方法概述 田苗苗1,2 (1.吉林师范大学信息技术学院,吉林四平 136000; 2.长春工业大学计算机科学与工程学院,吉林长春 130012) 摘 要:数据挖掘在科研和商业应用中正发挥着越来越重要的作用。分类器是数据挖掘的一种基本方法,决策树是一种最重要的分类器。本文介绍了分类器中的决策树方法及其优点,决策树表示法,决策树构造思想,并比较了各种重要的决策树算法。介绍了决策树算法的实现工具,决策树与数据仓库的结合,决策树的适用范围及应用,最后探讨了决策树的发展趋势。关键词:数据挖掘;决策树;数据仓库中图分类号:TP311113 文献标识码:B 收稿日期:2004209228 作者简介:田苗苗(1976- ),女,吉林省双辽市人,吉林师范大学信息技术学院助教,硕士生,主要从事人工智能与数据挖掘研究。 0 引 言 数据挖掘(Data Mining )就是从大量的、不完全的、有噪声的、模糊的、随机的原始数据中,提取隐含在其中的事先未知的、但又是潜在有用的信息和知识的过程[1]。数据挖掘是一个利用各种分析工具在海量数据中发现模型和数据间关系的过程,这些模型和关系可以用来做出预测。 数据挖掘的主要任务有分类或预测模型发现、概括、聚类、回归分析、关联规则发现、序列模式发现、依赖关系或依赖模型发现、异常和趋势发现等。分类是其中的一个非常重要的任务,目前在商业上应用最多。分类的概念是在已有数据的基础上学会一个分类函数或构造出一个分类模型,即所说的分类器(classifier )。该函数或模型能够把数据库中的数据记录映射到给定类别中的某一个,从而用于预测。实现分类任务的方法有统计学方法、机器学习方法、神经网络方法等等。其中机器学习中的决策树方法是目前重点研究的方向,研究成果较多,已经被成功地应用到从学习医疗诊断到学习评估贷款申请的信用风险的广阔领域。 决策树起源于概念学习系统C LS (C oncept Learning System )。决策树方法就是利用信息论的原理建立决策树。该类方法的实用效果好,影响较 大。决策树可高度自动化地建立起易于为用户所理解的模型,而且,系统具有较好地处理缺省数据及带有噪声数据等能力。决策树学习算法的一个最大的优点就是它在学习过程中不需要使用者了解很多背景知识。这样只要训练事例能够用“属性2值”的方式表达出来,就能使用该算法来进行学习。 研究大数据集分类问题,常用决策树方法。决策树方法速度较快,可被转换成简捷易懂的分类规则,也可转换成对数据库查询的S Q L 语句。另外,决策树分类与其他分类方法比较,具有相同而且有时有更高的精度。 1 决策树主要内容 111决策树表示法 决策树是一树状结构,它从根节点开始,对数据样本(由实例集组成,实例有若干属性)进行测试,根据不同的结果将数据样本划分成不同的数据样本子集,每个数据样本子集构成一子节点。生成的决策树每个叶节点对应一个分类。构造决策树的目的是找出属性和类别间的关系,用它来预测将来未知类别的记录的类别。这种具有预测功能的系统叫决策树分类器。 图1画出了一棵典型的学习到的决策树。这棵决策树根据天气情况分类“星期六上午是否适合打 第14卷 第6期 2004年12月 长春大学学报JOURNA L OF CH ANG CH UN UNI VERSITY V ol 114 N o 16Dec.2004
麻枫树 麻风树以树皮和叶入药。四季可采，多鲜用。麻风树树皮光滑，种子呈长圆形，种衣呈灰黑色。有散瘀、止痛作用，也可治跌打损伤及皮肤瘙痒。有的地方还用它治疗胃肠炎。种子中还含有少量氰氢酸及川芎嗪。毒蛋白有强烈的胃肠道刺激作用，甚至可以导致出血性胃肠炎。 目录 1概述 别名膏桐、臭油桐、小桐子、芙蓉树 来源大戟科麻风树属植物麻风树Jatropha curcas L.，以树皮和叶入药。四季可采，多鲜用。 性味归经苦、涩，凉。有毒。该物种为中国植物图谱数据库收录的有毒植物，其毒性为种子毒性大，枝叶次之，种仁有泻下和催吐作用；食2—3粒即引起头昏、呕吐、腹痛、腹泻，多食症状加重，有呼吸困难、皮肤青紫、循环衰竭，并有尿少、血尿及明显溶血现象，最后虚脱死亡。对小鼠腹腔注射22．2g/kg树皮的乙醇提取物，出现活动减少、抖动、安静、闭眼、衰竭而死。 功能主治有一定的抗癌功效，抑制癌细胞扩散。散瘀消肿，止血止痒。外用治跌打肿痛，创伤出血，皮肤瘙痒，麻风，癞痢头，慢性溃疡，关节挫伤，阴道滴虫，湿疹，脚癣。 用法用量鲜叶适量捣烂敷患处，或用鲜叶捣烂绞汁搽患处。 备注(1）本品有毒，尤以种子有大毒（含毒蛋白），误食后中毒引起恶心，呕吐，腹痛，腹泻，呼吸困难，皮肤青紫，循环衰竭和少尿，最后出现溶血现象，尿血，逐渐呈现呼吸窒息而死亡。解救方法：催吐或洗胃，然后导泻，并注射生理盐水或5%葡萄糖盐水；防止血红素或其产物在肾中沉淀，可每日服小苏打5～15克；如溶血严重并有窒息现象时要给氧，小量输血及使用中枢兴奋剂，进行人工呼吸。民间治疗方法：1、服蜂蜜；2、服红糖；3、甘草煎水内服；4、饮盐水。如及时治疗，效果良好。 2摘录 摘录自《全国中草药汇编》麻风树种子中还含有少量氰氢酸及川芎嗪。川芎嗪是一种生物碱，药理作用也很强，主要作用是抑制中枢血管运动中心而产生血压下降，还可抑制呼吸中枢而产生呼吸困难。动物实验显示除可以引起严重的胃肠炎，表现为黏膜糜烂、充血外，还可见肾间质炎性浸润、心肌退行性变及心包下出血点、胸膜下出血等。引起中毒的主要为野生麻风树，其分布广泛，一般人都有机会接触到。药用栽培麻风树不大容易发生问题。在麻风树分布区域麻风果中毒很常见，除我国外，非洲、澳大利亚也有麻风果中毒报道。有报告称成人吃下3粒麻风果就可中毒，儿童中毒量则更小。其实，成熟麻风果
决策树算法研究及应用? 王桂芹黄道 华东理工大学实验十五楼206室 摘要:信息论是数据挖掘技术的重要指导理论之一,是决策树算法实现的理论依据。决 策树算法是一种逼近离散值目标函数的方法,其实质是在学习的基础上,得到分类规则。本文简要介绍了信息论的基本原理,重点阐述基于信息论的决策树算法,分析了它们目前 主要的代表理论以及存在的问题,并用具体的事例来验证。 关键词:决策树算法分类应用 Study and Application in Decision Tree Algorithm WANG Guiqin HUANG Dao College of Information Science and Engineering, East China University of Science and Technology Abstract:The information theory is one of the basic theories of Data Mining,and also is the theoretical foundation of the Decision Tree Algorithm.Decision Tree Algorithm is a method to approach the discrete-valued objective function.The essential of the method is to obtain a clas-sification rule on the basis of example-based learning.An example is used to sustain the theory. Keywords:Decision Tree; Algorithm; Classification; Application 1 引言 决策树分类算法起源于概念学习系统CLS(Concept Learning System,然后发展 到ID3
麻风树 开放分类：植物、药材、大戟科、天然染料、生物质能源 【别名】膏桐、臭油桐、小桐子、芙蓉树 【来源】大戟科麻风树属植物麻风树Jatropha curcas L.，以树皮和叶入药。四季可采，多鲜用。 【性味归经】苦、涩，凉。有毒。该物种为中国植物图谱数据库收录的有毒植物，其毒性为种子毒性大，枝叶次之，种仁有泻下和催吐作用；食2—3粒即引起头昏、呕吐、腹痛、腹泻，多食症状加重，有呼吸困难、皮肤青紫、循环衰竭，并有尿少、血尿及明显溶血现象，最后虚脱死亡。对小鼠腹腔注射22．2g／kg 树皮的乙醇提取物，出现活动减少、抖动、安静、闭眼、衰竭而死。 【功能主治】有一定的抗癌功效，抑制癌细胞扩散。散瘀消肿，止血止痒。外用治跌打肿痛，创伤出血，皮肤瘙痒，麻风，癞痢头，慢性溃疡，关节挫伤，阴道滴虫，湿疹，脚癣。 【用法用量】鲜叶适量捣烂敷患处，或用鲜叶捣烂绞汁搽患处。 【备注】(1）本品有毒，尤以种子有大毒（含毒蛋白），误食后中毒引起恶心，呕吐，腹痛，腹泻，呼吸困难，皮肤青紫，循环衰竭和少尿，最后出现溶血现象，尿血，逐渐呈现呼吸窒息而死亡。解救方法：催吐或洗胃，然后导泻，并注射生理盐水或5％葡萄糖盐水；防止血红素或其产物在肾中沉淀，可每日服小苏打5～15克；如溶血严重并有窒息现象时要给氧，小量输血及使用中枢兴奋剂，进行人工呼吸。民间治疗方法：1、服蜂蜜；2、服红糖；3、甘草煎水内服；4、饮盐水。如及时治疗，效果良好。 【摘录】《全国中草药汇编》 麻风树以树皮和叶入药。四季可采，多鲜用。以树皮、叶及果实（包括榨油后的渣饼）入药。麻风树树皮光滑，种子呈长圆形，种衣呈灰黑色。中医认为它性寒，有散瘀、止痛作用，也可治跌打损伤及皮肤瘙痒。有趣的是，有的地方还用它治疗胃肠炎。麻风树全株有毒。茎、叶、树皮均有丰富的白色乳汁，内含大量毒蛋白。种子毒蛋白浓度最高。其毒蛋白的毒性与蓖麻毒蛋白类似。种子中还含有少量氰氢酸及川芎嗪。毒蛋白有强烈的胃肠道刺激作用，甚至可以导致出血性胃肠炎。川芎嗪是一种生物碱，药理作用也很强，主要作用是抑制中枢血管运动中心而产生血压下降，还可抑制呼吸中枢而产生呼吸困难。动物实验显示除可以引起严重的胃肠炎，表现为黏膜糜烂、充血外，还可见肾间质炎性浸润、心肌退行性变及心包下出血点、胸膜下出血等。 引起中毒的主要为野生麻风树，其分布广泛，一般人都有机会接触到。药用栽培麻风树不大容易发生问题。在麻风树分布区域麻风果中毒很常见，除我国外，非洲、澳大利亚也有麻风果中毒报道。有报告称成人吃下3粒麻风果就可中毒，儿童中毒量则更小。其实，成熟麻风果果实有涩味，虽名叫假花生，但并不像花生那样好吃，误食多因小儿好奇所致，一般误食的量不是很大。也有报道称进食
石河子大学 信息科学与技术学院 <网络技术>课程设计成果报告
2014—2015 学年第一学期
题目名称：
利用快速生成树协议（RSTP） 实现现交换机之间的冗余链路备份
专 班 学
业： 级： 号：
计算机科学与技术 计科 2012（一）班 2012508013 蒋 曹 能 传 凯 东
学生姓名： 指导教师：
完成日期：二○一五
年
一 月 七
日
目
录
一 课题介绍 ......................................................................................................................................................... - 3 1.1 课题名称 ............................................................................................................................................... - 3 1.2 课题简介 ............................................................................................................................................... - 3 1.3 课题拓展 ............................................................................................................................................... - 3 二 RSTP 简介....................................................................................................................................................... - 3 三 实验环境介绍 ................................................................................................................................................. - 5 3.1 实验软硬件环境 ................................................................................................................................... - 5 3.2 实验参数 ............................................................................................................................................... - 5 3.3 实验拓扑图 ........................................................................................................................................... - 8 四 实验内容 ......................................................................................................................................................... - 8 五 实验详细步骤 ................................................................................................................................................. - 9 5.1 绘制实验拓扑 ....................................................................................................................................... - 9 5.2 交换机及 PC 的基本配置 .................................................................................................................... - 9 5.3 Spanning-tree 的配置 .......................................................................................................................... - 13 5.3 链路测试 ............................................................................................................................................. - 14 六 课题总结 ....................................................................................................................................................... - 17 附录 A 参考文献................................................................................................................................................ - 18 -
STP 为什么会有stp 为了保证可靠，设计了一种环网拓扑，又因为交换机的工作原理，会出现环路问题，为了解决环路，才有了stp生成树 1 mac地址表震荡 2 广播风暴 作用：在保证可靠的基础上，解决环路问题 原理：阻塞端口（预备端口）通过选举阻塞端口，来防止环路 1 根桥（根交换机）： 1 比较每台交换机上的网桥id （优先级+mac地址）越小越优先 默认优先级 32768 修改优先级修改的时候要改成4096的倍数 交换机上有默认的stp版本为mstp （多实例生成树）stp （生成树）rstp (快速生成树) [系统]stp mode stp 修改stp的模式 Stp priority 4096 修改优先级 2 根端口：非根交换机到达根交换机的最优端口 比较规则 1 路径开销值 2 对端网桥id 3 对端对口id 4 本端端口id （hub） 3 指定端口：每条链路上到达根交换机最优端口根交换机上所有端口都是指定端口 比较规则 1 路径开销 2 本端网桥id
3 本端端口id （端口优先级和端口编号）端口优先级默认是128 4 剩下的端口就叫做阻塞端口 Stp中的报文交互 BPDU 桥协议数据单元 两种bpdu 1 配置bpdu 作用：用于角色（端口）选举 维护网络拓扑 2秒1次最多20秒20 秒没有根的回应，则认为根down掉 2 tcn bpdu 拓扑变化bpdu 作用：当拓扑发生变化时，会发tcn bpdu Bpdu 字段 1 bpdu flsges标识字段 Tca 位拓扑变化确认位 Tc 位拓扑变化位 发生变化时置1 2 root identifier 根网桥id 3 root path cost 到达根的开销值 4 bridge id 本交换机的网桥id 5 port id 端口id 0x8001 前面的80 代表优先级128 ， 01代表端口号 6 message age 消息寿命每经过一台交换机message age +1 7 max age 最大寿命 20 秒 8 hello time 2秒 9 forward delay 转发延迟 15秒 端口的状态变化 1 disable 开启stp时特点：不进行stp计算 2 blocking 阻塞端口直接进入blocking 状态 3 listening 非阻塞端口才进入侦听状态特点：加速mac地址表老化 中间有15秒的间隔时间，目的是为了加速mac地址表老化，mac地址表老化时间300秒 4 learning 学习状态 中间有相隔15秒的时间，加速mac地址表的学习 5 forwarding 转发状态
3.1 分类与决策树概述 3.1.1 分类与预测 分类是一种应用非常广泛的数据挖掘技术，应用的例子也很多。例如，根据信用卡支付历史记录，来判断具备哪些特征的用户往往具有良好的信用；根据某种病症的诊断记录，来分析哪些药物组合可以带来良好的治疗效果。这些过程的一个共同特点是：根据数据的某些属性，来估计一个特定属性的值。例如在信用分析案例中，根据用户的“年龄”、“性别”、“收入水平”、“职业”等属性的值，来估计该用户“信用度”属性的值应该取“好”还是“差”，在这个例子中，所研究的属性“信用度”是一个离散属性，它的取值是一个类别值，这种问题在数据挖掘中被称为分类。 还有一种问题，例如根据股市交易的历史数据估计下一个交易日的大盘指数，这里所研究的属性“大盘指数”是一个连续属性，它的取值是一个实数。那么这种问题在数据挖掘中被称为预测。 总之，当估计的属性值是离散值时，这就是分类；当估计的属性值是连续值时，这就是预测。 3.1.2 决策树的基本原理 1.构建决策树 通过一个实际的例子，来了解一些与决策树有关的基本概念。 表3-1是一个数据库表，记载着某银行的客户信用记录，属性包括“姓名”、“年龄”、“职业”、“月薪”、......、“信用等级”，每一行是一个客户样本，每一列是一个属性（字段）。这里把这个表记做数据集D。 银行需要解决的问题是，根据数据集D，建立一个信用等级分析模型，并根据这个模型，产生一系列规则。当银行在未来的某个时刻收到某个客户的贷款申请时，依据这些规则，可以根据该客户的年龄、职业、月薪等属性，来预测其信用等级，以确定是否提供贷款给该用户。这里的信用等级分析模型，就可以是一棵决策树。在这个案例中，研究的重点是“信用等级”这个属性。给定一个信用等级未知的客户，要根据他/她的其他属性来估计“信用等级”的值是“优”、“良”还是“差”，也就是说，要把这客户划分到信用等级为“优”、“良”、“差”这3个类别的某一类别中去。这里把“信用等级”这个属性称为“类标号属性”。数据集D中“信用等级”属性的全部取值就构成了类别集合：Class={“优”，
南京师范大学 硕士学位论文 基于决策树的分类方法研究 姓名：戴南 申请学位级别：硕士 专业：计算数学（计算机应用方向） 指导教师：朱玉龙 2003.5.1
摘要 厂 ｛数掘挖掘，又称数据库中的知识发现，是指从大型数据库或数据仓库中提取 具有潜在应用价值的知识或模式。模式按其作用可分为两类：描述型模式和预测型模式。分类模式是一种重要的预测型模式。挖掘分娄模式的方法有多种，如决 策树方法、贝叶斯网络、遗传算法、基于关联的分类方法、羊Ｈ糙集和ｋ一最临近方、／ 法等等。，／驴 Ｉ 本文研究如何用决策树方法进行分类模式挖掘。文中详细阐述了几种极具代表性的决策树算法：包括使用信息熵原理分割样本集的ＩＤ３算法；可以处理连续属性和属性值空缺样本的Ｃ４．５算法；依据ＧＩＮＩ系数寻找最佳分割并生成二叉决策树的ＣＡＲＴ算法；将树剪枝融入到建树过程中的ＰＵＢＬＩＣ算法：在决策树生成过程中加入人工智能和人为干预的基于人机交互的决策树生成方法；以及突破主存容量限制，具有良好的伸缩性和并行性的ＳＩ，ｌＱ和ＳＰＲＩＮＴ算法。对这些算法的特点作了详细的分析和比较，指出了它们各自的优势和不足。文中对分布式环境下的决策树分类方法进行了描述，提出了分布式ＩＤ３算法。该算法在传统的ＩＤ３算法的基础上引进了新的数掘结构：属性按类别分稚表，使得算法具有可伸缩性和并行性。最后着重介绍了作者独立完成的一个决策树分类器。它使用的核心算法为可伸缩的ＩＤ３算法，分类器使用ＭｉｃｒｏｓｏｆｔＶｉｓｕａｌｃ＋＋６．０开发。实验结果表明作者开发的分类器可以有效地生成决策树，建树时间随样本集个数呈线性增长，具有可伸缩性。。 ，，荡囊 关键字：数据挖掘１分类规则，决策树，分布式数据挖掘
MSTP协议简介 数通研发部何凤清 录 概述............. 协议背景 (3) STP协议的发展 (3) 相关文档 (3) 缩写词汇 (3) STP (3) 协议介绍 (3) STP协议中的基本概念 (3) STP协议中的端口状态 (3) STP报文格式 (3)
Configuration BPDU (3) topology change notification BPDU (3) STP协议交互过程 (3) 树的生成过程 (3) 拓扑改变收敛过程 (3) RSTP (3) 协议介绍 (3) RSTP协议中的基本概念 (3) 端口状态和端口角色 (3) RSTP报文格式 (3) 端口状态的快速切换 (3) 握手过程 (3) MSTP (3) 协议介绍 (3) MSTP的基本概念 (3) MSTP的端口角色和端口状态 (3)
MSTP报文格式 (3) MST BPDU parameters and format (3) MSTI Configuration Messages (3) 域和生成树实例 (3) 概述 协议背景 在二层交换网络中，一旦网络中存在有环路，就会造成报文在环路中不断的增生循环，产生广播风暴占用所有的有效带宽，造成网络的瘫痪。STP协议根据网络中的拓扑结构，将网络中的节点按照一定的算法生成一个树形的拓扑结构，从而避免网络中环路的存在。当网络中拓扑结构发生变化时，STP算法会根据新的网络拓扑重新计算树，生成新的树形结构，这样既提供了环路保护的功能，同时可以提供链路冗余的功能。这是STP协议最初产生时提供的功能。 STP协议的发展 STP协议和其他网络协议一样，是随着网络的不断发展而不断更新换代的。最初被广泛应用的是IEEE802.1D 1998版本，随后又出现了IEEE802.1W RSTP协议、IEEE802.1s MSTP协议。RSTP协议提供了端口状态的快速转换功能，使网络拓扑的收敛时间大为减少。MSTP协议在RSTP协议的基础上引入了域和实例的概念，首先将网络中不同的桥设备及其LAN划分为不同的域内，在域内设定各个VLAN到生成树实例的映射关系，这样既提供了快速收敛的能力，同时也在域内对网络冗余的网络
决策树(decision tree) 又名：决策过程流程图，逻辑图，工作图 概述 决策树是指通过一系列的问题得出正确的决策或问题的解决方案。决策树是一种特殊的树图，但通常看起来像流程图。一般来说，决策树是由那些对可能重复发生情况的具有专业知识的人而绘制的，然后被那些没有专业知识并且需要独立作出决策的人所使用。 适用场合 ·当需要作出决策或需要解决方案的问题重复出现时； ·当作出决策的思维过程已知，并且能够分解成一系列的问题时； ·决策树的典型应用包括排解纷争、紧急处理，以及对那些复杂的、关键的或很少使用的步骤进行文档化。 实施步骤 1明确使用决策树的场合，并陈述需要作出的决定或需要解决的问题，然后写在卡片上放在水平工作台的最左端。 2用头脑风暴法来找出问题的答案。对每个问题而言，找出所有可能的答案。通常，答案可能有“是非”选择或是一系列的选择。把每个问题和答案写在卡片上放在工作台上。如果顺序有帮助的话，就按顺序排列问题，但是不需太在意顺序的正确性。 3确定问题是否需要按特定的顺序提问。如果不需要，选择一组有效的顺序。在工作台上通过重排卡片将问题排序，在答案和旁边的问题之间用箭头连接。 4检查决策树是否有遗漏的问题或答案，并且确信问题能够清楚地被理解和被正确地回答。 5测试树。设想反映一系列不同状况的情景，运用决策树来解决。当发现有问题时，对树进行改进。 6给没有专业知识的人设置一些情景并让他们使用决策树来作决策。如果他们不能够得出正确的决策，识别出产生错误的问题并且对树进行改进。 示例 图表5.20控制图选择树和图表5.68图形方法的决策树都是决策树的应用例子。 注意事项 ·通常情况下某些问题优先级高于其他问题。 ·如果问题没有自然顺序，选择一个在大多数情况下能够迅速得出结论的顺序，使常见情况的问题排序优先于非常见情况的。 ·在由一系列是非问题组成的决策树中，试着调整树使每个分枝中是与非的位置保持一致。否则的话，当使用者没有注意到两者位置变换时就可能出错。 END
交换机生成树协议原理 方便用户连接服务器或高速主干网。用户也可以通过设计多台服务器(进行业务划分)或追加多个网卡来消除瓶颈。交换机还可支持生成树算法，方便用户架构容错的冗余连接。 1.网络中的广播帧 目前广泛使用的网络操作系统有Netware、WindowsNT等，而LanServer的服务器是通过发送网络广播帧来向客户机提供服务的。这类局域网中广播包的存在会大大降低交换机的效率，这时可以利用交换机的虚拟网功能(并非每种交换机都支持虚拟网)将广播包限制在一定范围内。 每台文交换机的端口都支持一定数目的MAC地址，这样交换机能够“记忆”住该端口一组连接站点的情况，厂商提供的定位不同的交换机端口支持MAC数也不一样，用户使用时一定要注意交换机端口的连接端点数。 如果超过厂商给定的MAC数，交换机接收到一个网络帧时，只有其目的站的MAC地址不存在于该交换机端口的MAC地址表中，那么该帧会以广播方式发向交换机的每个端口。 2.虚拟网的划分 虚拟网是交换机工作原理的重要功能，通常虚拟网的实现形式有三种： (1)静态端口分配
静态虚拟网的划分通常是网管人员使用网管软件或直接设置交换机的端口，使其直接从属某个虚拟网。这些端口一直保持这些从属性，除非网管人员重新设置。这种方法虽然比较麻烦，但比较安全，容易配置和维护。 (2)动态虚拟网 支持动态虚拟网的端口，可以借助智能管理软件自动确定它们的从属。端口是通过借助网络包的MAC地址、逻辑地址或协议类型来确定虚拟网的从属。当一网络节点刚连接入网时。 交换机工作原理端口还未分配，于是交换机通过读取网络节点的MAC地址动态地将该端口划入某个虚拟网。这样一旦网管人员配置好后，用户的计算机可以灵活地改变交换机端口，而不会改变该用户的虚拟网的从属性，而且如果网络中出现未定义的MAC地址，则可以向网管人员报警。 (3)多虚拟网端口配置 该配置支持一用户或一端口可以同时访问多个虚拟网。这样可以将一台网络服务器配置成多个业务部门(每种业务设置成一个虚拟网)都可同时访问，也可以同时访问多个虚拟网的资源，还可让多个虚拟网间的连接只需一个路由端口即可完成。 但这样会带来安全上的隐患。虚拟网的业界规范正在制定当中，因而各个公司的产品还谈不上互操作性。Cisco公司开发了 Inter-SwitchLink(ISL)虚拟网络协议，该协议支持跨骨干网(ATM、FDDI、FastEther)的虚拟网。但该协议被指责为缺乏安全性上的考虑。
1 分类的概念及分类器的评判 分类是数据挖掘中的一个重要课题。分类的目的是学会一个分类函数或分类模型（也常常称作分类器），该模型能把数据库中的数据项映射到给定类别中的某一个。分类可用于提取描述重要数据类的模型或预测未来的数据趋势。 分类可描述如下：输入数据，或称训练集（training set）是一条条记录组成的。每一条记录包含若干条属性（attribute），组成一个特征向量。训练集的每条记录还有一个特定的类标签（类标签）与之对应。该类标签是系统的输入，通常是以往的一些经验数据。一个具体样本的形式可为样本向量：(v1,v2,…,…vn:c)。在这里vi表示字段值，c表示类别。 分类的目的是：分析输入数据，通过在训练集中的数据表现出来的特性，为每一个类找到一种准确的描述或者模型。这种描述常常用谓词表示。由此生成的类描述用来对未来的测试数据进行分类。尽管这些未来的测试数据的类标签是未知的，我们仍可以由此预测这些新数据所属的类。注意是预测，而不能肯定。我们也可以由此对数据中的每一个类有更好的理解。也就是说：我们获得了对这个类的知识。 对分类器的好坏有三种评价或比较尺度： 预测准确度：预测准确度是用得最多的一种比较尺度，特别是对于预测型分类任务，目前公认的方法是10番分层交叉验证法。 计算复杂度：计算复杂度依赖于具体的实现细节和硬件环境，在数据挖掘中，由于操作对象是巨量的数据库，因此空间和时间的复杂度问题将是非常重要的一个环节。 模型描述的简洁度：对于描述型的分类任务，模型描述越简洁越受欢迎；例如，采用规则表示的分类器构造法就更有用。 分类技术有很多，如决策树、贝叶斯网络、神经网络、遗传算法、关联规则等。本文重点是详细讨论决策树中相关算法。
Cisco快速生成树协议RSTP协议原理及配置
实验8 Cisco 快速生成树协议RSTP 协议原理及配置 一、相关知识介绍 1、生成树协议的主要功能有两个：一是在利用生成树算法、在以太网络中，创建一个以某台交换机的某个 端口为根的生成树，避免环路。二是在以太网络拓扑发生变化时，通过生成树协议达到收敛保护的目的。 2、根网桥的选择流程： （1）第一次启动交换机时，自己假定是根网桥，发出BPDU报文宣告。 （2）每个交换机分析报文，根据网桥ID选择根网桥，网桥ID小的将成为根网桥（先比较网桥优先级，如果相等，再比较MAC地址）。 （3）经过一段时间，生成树收敛，所有交换机都同意某网桥是根网桥。 （4）若有网桥ID值更小的交换机加入，它首先通告自己为根网桥。其它交换机比较后，将它当作新的根网桥而记录下来。 3、RSTP 协议原理 STP并不是已经淘汰不用，实际上不少厂家目前还仅支持STP。STP的最大缺点就是他的收敛时间太长，对于现在网络要求靠可靠性来说，这是不允许的，快速生成树的目的就是加快以太网环路故障收敛 的速度。 （1）RSTP 5种端口类型 STP定义了4种不同的端口状态，监听（Listening），学习（Learning），阻断（Blocking）和转发（Forwarding），其端口状态表现为在网络拓扑中端口状态混合（阻断或转发），在拓扑中的角色（根 端口、指定端口等等）。在操作上看，阻断状态和监听状态没有区别，都是丢弃数据帧而且不学习MAC 地址，在转发状态下，无法知道该端口是根端口还是指定端口。RSTP有五种端口类型。根端口和指定端口这两个角色在RSTP中被保留，阻断端口分成备份和替换端口角色。生成树算法（STA）使用BPDU来决定端口的角色，端口类型也是通过比较端口中保存的BPDUB来确定哪个比其他的更优先。 1）根端口：非根桥收到最优的BPDU配置信息的端口为根端口，即到根桥开销最小的端口，这点和STP 一样。请注意图8-16上方的交换机，根桥没有根端口。按照STP的选择根端口的原则，SW-1和SW-2和根连接的端口为根端口。 2）指定端口：与STP一样，每个以太网网段段内必须有一个指定端口。假设SW-1的BID比SW-2 优先，而且SW-1的P1口端口ID比P2优先级高，那么P1为指定端口，如图8-17所示。
麻疯树 ——未来生物柴油利用能源之一 摘要：能源短缺已经成为当前世界面临的最大问题之一,它直接关系着经济、社会的可持续发展,传统能源因其不可再生性和带来的环境问题,为全世界带来了能源危机和生态危机。生物柴油为可再生资源,而且高效、无污染,对当今社会具有重大的经济意义、社会意义和生态意义,因此,发展生物柴油等可再生能源成为国际社会的共同选择。我国对生物柴油能源林的建设非常重视,在法律、财政、政策上给予极大的支持,全国各地也相继根据本地区的生态环境状况,建设了一批生物柴油能源林。麻疯树种子含油率量30%-40%，种仁油脂含量可达62%-70%。含40%一50%麻疯树油的生物柴油比单独使用柴油效果更佳。 关键词：麻疯树生物柴油能源植物 一概述 1、麻疯树（Jatropha curcas L.）为大戟科（Euphorbiaceae）麻疯树属植 物，又名黄肿树（广东）、小油桐，芙蓉树、假花生（广西）等。麻疯树分布于热带或亚热带地区，由于中美洲的麻疯树数量多，和多种环境导致的形态变异大，中美洲是最被认同的麻疯树起源中心。 2、麻疯树种内变异丰富，国内外报道较多的有四个变种，即非洲佛得角变种、 尼加拉瓜变种、尼日利亚变种及墨西哥无毒变种。 3、麻疯树富含脂肪类、萜类、黄酮类、香豆素类等物质，主要存在种子、树 皮、叶、根和乳汁中。 二生长发育特点 1、形态特征 1、叶：单叶互生，叶片纸质或近膜质，近圆至卵状圆形，先端近尖，基部 心形，边缘不分裂或浅裂，幼时常暗红色，背面脉被柔毛。枝和叶折断后有白色半透明乳汁。 2、根实生苗具有粗壮发达的直根，主根上着生侧根，构成网状根系。通过 扦插等无性繁殖的植物通常不能形成直根系，为须根系。
3.1分类与决策树概述 3.1.1分类与预测 分类是一种应用非常广泛的数据挖掘技术，应用的例子也很多。例如，根据信用卡支付历史记录，来判断具备哪些特征的用户往往具有良好的信用；根据某种病 症的诊断记录，来分析哪些药物组合可以带来良好的治疗效果。这些过程的一个共同特点是：根据数据的某些属性，来估计一个特定属性的值。例如在信用分析案例中，根据用户的“年龄”、“性别”、“收入水平”、“职业”等属性的值，来估计该用户“信用度”属性的值应该取“好”还是“差”，在这个例子中，所研究的属性“信用度”是E—个离散属性，它的取值是一个类别值，这种问题在数 据挖掘中被称为分类。 还有一种问题，例如根据股市交易的历史数据估计下一个交易日的大盘指数，这 里所研究的属性“大盘指数”是一个连续属性，它的取值是一个实数。那么这种 问题在数据挖掘中被称为预测。 总之，当估计的属性值是离散值时，这就是分类；当估计的属性值是连续值时，这就是预测。 3.1.2决策树的基本原理 1. 构建决策树 通过一个实际的例子，来了解一些与决策树有关的基本概念。 表3-1是一个数据库表，记载着某银行的客户信用记录，属性包括“姓名”、“年龄”、“职业”、“月薪”、......、“信用等级”，每一行是一个客户样本，每一列是一个属性（字段）。这里把这个表记做数据集D。 银行需要解决的问题是，根据数据集D,建立一个信用等级分析模型，并根据这个模型，产生一系列规则。当银行在未来的某个时刻收到某个客户的贷款申请时，依据这些规则，可以根据该客户的年龄、职业、月薪等属性，来预测其信用等级，以确定是否提供贷款给该用户。这里的信用等级分析模型，就可以是一棵决策树。在这个案例中，研究的重点是“信用等级”这个属性。给定一个信用等级未知的客户，要根据他/她的其他属性来估计“信用等级”的值是“优”、“良”还是 “差”，也就是说，要把这客户划分到信用等级为“优”、“良”、“差”这3 个类别的某一类别中去。这里把“信用等级”这个属性称为“类标号属性”。数据集D中“信用等级”属性的全部取值就构成了类别集合：Class={ “优”，
重庆适合栽种麻风树果实回收制度欠缺 2011年10月28 日，中国航空首次利用生物燃料为飞机提供动力，取得成功。 这让国内外的目光，再次聚集到生物燃料上，而这次使用的生物燃料是用一种叫麻风树的灌木果实制成的。麻风树果实在全球范围内都被认为是最有种植潜力的油料作物。 种植难度 不占用良田全国种植面积3000万亩 麻风树，在中国西南地区又称小桐子，主要分布在云、贵、川等西南省市。 从上个世纪80年代开始，我国就先后完成野生麻风树资源调查以及野生麻风树驯化及人工种植试验、示范，完成了麻风树油的工艺开发和应用试验。 麻风树在海拔1800米以下的宜林荒山坡适生区，是喜光阳性植物，根系粗壮发达，还耐火烧，可以在干旱、贫瘠、退化的土壤上生长，种植不占用良田，不需要过多的劳动力成本，种植要求不高。 资料显示，麻风树，种子发芽率在90%以上，2年可挂果投产、5年进入盛果期，产量逐年增加，果实采摘可达50年，果实的含油率为60%~70%。 目前，我国已掌握了加工麻风树原油制取生物柴油的相关技术，果实可以全部用来炼制生物柴油。全国麻风树种植面积在3000万亩左右。 市场收益 每亩成本500元净利润超100% 资料显示，麻风树从第2年开始亩产干果300公斤，3年亩产干果600公斤，5年进入盛果期，年亩产干果800公斤。 麻风树每亩种植为100至110棵，种植间距2~3米，树坑宽深均为40厘米。单棵树苗的价格在0.3元，一亩的苗木成本在30多元。加上人工费、肥料，一亩的种植成本在500元。 按照当前的技术水平，3吨麻风树果子，就可炼出1吨生物柴油。而炼1吨生物柴油成本大致在5000元左右，按市场上最新价格来计算，0号柴油为每吨8300元。也就是说，炼生物柴油的每吨利润空间可达3300元。 麻风树的经济价值并不只在炼油上，它的副产品经济效益也非常高。用叶子制造消炎药，已在药厂批量生产并上市销售。 四川大学生命科学学院院长陈放对种植麻风树的收益进行了分析：种植麻风树，按一年
多生成树协议详解 文章介绍的多生成树协议的历史，以及它的特点。并对相关的一些容易让人误解的术语做了澄清。最后以一个配置实例讲解如何通过多生成树协议实现基于VLAN的负载均衡。 标签：多生成树协议；STP；VLAN；區域；实例；负载均衡 网上配置多生成树协议的例子是非常多的，但它们有个共同特点：只讲配置步骤，不讲原理。这好比教人武术只讲招式不讲心法一样，搞不好将人引入歧途。厂家为何这么做，肯定有其目的，我们就不揣测了。还是自己动手，丰衣足食吧。引入生成树协议的目的是为了防止交换式以太网因为网络中存在环路，诱发广播风暴。最初的标准是STP（Spanning Tree Protocol），因为它的收敛速度太慢，于是又引入了RSTP（Rapid STP）。RSTP大大提高了生成树协议的收敛速度，并废除了和取代了STP。交换式网络的核心设备是交换机，和路由器不同，它会转发广播。因此，交换机无法隔离广播，多个交换机连接起来将构成一个大的广播域。但是VLAN的出现改变了这种状况。通过VLAN技术我们可以把一个大的LAN划分为若干个逻辑上的VLAN，VLAN之间的数据是相互隔离的，除非通过路由器，它们之间无法通信。这也意味着支持VLAN的交换机可以像路由器一样隔离广播。VLAN技术可以将广播风暴限制于VLAN的范围内。基于此，STP协议应该做个重大修改。不是在整个LAN的范围内计算生成树，而是每个VLAN独立计算一颗生成树。多生成树协议（Multiple STP，MST）就是VLAN 版的RSTP，为每个VLAN计算一颗RSTP生成树。了解到这一点，而且你熟悉RSTP的配置，配置MSTP就不是什么大的问题了。 一般而言，一个VLAN只是LAN的一部分，不会覆盖整个LAN。因此基于VLAN计算生成树可以减少工作量。MSTP最好和VTP（VLAN Trun Protocol）协议结合起来，因为VTP可以收集VLAN在LAN中的分布信息。如果某个交换机的所有端口都不是某个VLAN的成员，那么这个交换机可以排除于这个VLAN的RSTP生成树之外。不过要注意的是用于交换机级联的端口一般设置为trunk模式，默认情况下，任何VLAN的流量都可以通过trunk端口，因此我们可以将trunk端口看作任何VLAN的成员。但在实际当中，经过trunk端口的VLAN数量一般是有限的，我们最好将trunk端口允许通过哪些VLAN流量做个明确的限定。容易让初学者迷惑的是几个术语。 一个术语是区域（Region）。如果LAN比较大的话，可以考虑将LAN划分为若干区域，分开来管理。这就和OSPF将Internet划分为若干自治系统来管理一个道理。但实际上很少有LAN会大到非要划分为若干区域来管理。一般来说，整个LAN就是一个区域。我们只需在这个默认的区域内配置即可，不必考虑区域划分的问题。 另一个术语是实例（Instance）。这名字取得可不怎么样，一些文章将其解释得神神秘秘，其实它就是一种“组”。打个比方，默认情况下，交换机的端口都是